SE-3D: a controlled comparative usability study of a virtual reality semantic hierarchy explorer
Notice bibliographique
Résumé
Keyword searching (e.g., Google or Yahoo!) is based on uncontrolled vocabulary matching which often produces large and noisy result sets. This can waste the time of the searcher who has to sift through long lists of often irrelevant information. The Semantic Web initiative aims to address this issue and includes the description of content using controlled ontologies (i.e., sets of descriptive terms and their relations). Ontologies are partly hierarchical structures too large to display on a single computer screen and thus difficult for searchers to explore efficiently. In an attempt to address these issues, this research has developed and tested Subject Explorer 3D (SE-3D): an information visualization (IV) virtual reality (VR) information retrieval (IR) application based on the metaphor of exploring a physical space. SE-3D aimed to facilitate the visual exploration of information by offering searchers an interactive representation of the subject structure found in the Library of Congress Subject Headings (LCSH). SE-3D is a visual subject ontology navigation tool integrated with keyword searching and relevance ranking of a realworld information collection.SE-3D was tested by 24 undergraduate students during a repeated measures within-subject experiment. As compared with a text-only baseline, SE-3D produced an advantage in accuracy. Participants were more patient with SE-3D, they preferred it and perceived it as more useful. The application used a new technique to manage hundreds of overlapping textual labels in virtual reality, and offered a novel integration of explorative and specific keyword searching. The analysis of the collection revealed that subject assignments followed a power law; the top 1% most assigned subjects contained over 58% of the collection and 65% of non-empty subjects contained a single document.The findings suggest it is possible to extract additional value from organized collections by offering untrained users a reconstructed subject structure integrated with keyword searching. This research is significant for the development and testing of improved bridges between information organization and IR, and interactive information visualization.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».