MétaCan
Menu
Retour à la cohorte
Enregistrement W2484962776 · doi:10.4018/978-1-59904-845-1.ch060

An Integrative Approach to User Interface Design

2009· book-chapter· en· W2484962776 sur OpenAlexaff
Vanja Kljajević

Notice bibliographique

RevueIGI Global eBooks · 2009
Typebook-chapter
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceHuman–computer interactionRendering (computer graphics)Fragmentation (computing)User interfaceComponent (thermodynamics)CognitionUser interface designArchitectureSet (abstract data type)Focus (optics)Cognitive architectureUser experience designArtificial intelligencePsychology

Résumé

récupéré en direct d'OpenAlex

As we are witnessing an increase in multifunctionality of interactive devices, two problems are taking shape in user interface (UI) design: first, the problem of complexity, and second, the problem of fragmentation (Kljajevic, in press). The former is reflected in the fact that multipurpose interactive devices usually have interfaces that do not allow easy access to new functions and features, rendering the increased functionality useless. The second problem is related to the fragmentation in the current research paradigms and testing trends that inform UI design. These paradigms and trends stem mostly from psychological theories that focus on only some specific aspects of user-interface interaction. While it is important to investigate such topics in detail, it is even more important to look at the totality of the interaction and determine the principles that operate in it. An integrative approach to UI design has the potential to solve both problems. Such an approach has two components: a top-down and a bottomup component. Its top-down component deals with a small set of basic cognitive principles that operate in interactive reality and therefore need to be recognized at the level of UI design. The principles are built into a cognitive architecture—a wide theoretical framework that corresponds to the human cognitive system—whose constraints prevent proliferation of implausible theories, which solves the fragmentation problem.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,006
Communication savante0,0060,007
Science ouverte0,0020,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,362
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetCreativity in Education and NeuroscienceTravaux en français237 207