InterVis: um sistema para geração e exploração interativas de visualizações de informação
Notice bibliographique
Résumé
Because of the growing amount of data available for analysis today, it is common to deal with large data sets, often too complex to be interpreted in their brute form. That is why Information Visualization techniques exist, to facilitate the analysis and interaction with data by humans through graphical abstractions. Motivated by the need to allow end users the autonomy to generate and edit visualizations, this work aims to underscore the importance of end user participation in the creation and support of these graphical abstractions of data. For this purpose, it was developed a system for interactive creation of Information Visualizations based on dynamic data, which aims to allow the final user to generate e edit visualizations according to their need and independently of the nature of the information that should be analyzed. This system was tested using the USE questionnaire, to verify whether this interactive creation of Information Visualizations, without programming, allied to the user knowledge of each application's domain, will be more efficient from the perspective of usability without significant loss of flexibility, as expected. The tests were compound of the tasks' execution by individuals of a users' group. All the users were able to conclude all tasks of creation and exploration in due time and evaluated positively the system, besides they have been suggested diverse improvement and new functionalities. It is possible to conclude that InterVis already fulfills the initial expectations of this work, although there are still points to be refined in future work.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».