Mixed Methods Not Mixed Messages: Improving LibGuides with Student Usability Data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract
 
 Objective – This article describes a mixed methods usability study of research guides created using the LibGuides 2.0 platform conducted in 2016 at an urban, public university library. The goal of the study was to translate user design and learning modality preferences into executable design principles, and ultimately to improve the design and usage of LibGuides at the New York City College of Technology Library. 
 
 Methods – User-centred design demands that stakeholders participate in each stage of an application’s development and that assumptions about user design preferences are validated through testing. Methods used for this usability study include: a task analysis on paper prototypes with a think aloud protocol (TAP), an advanced scribbling technique modeled on the work of Linek and Tochtermann (2015), and semi-structured interviews. The authors introduce specifics of each protocol in addition to data collection and analysis methods.
 
 Results – The authors present quantitative and qualitative student feedback on navigation layouts, terminology, and design elements and discuss concrete institutional and technical measures they will take to implement best practices. Additionally, the authors discuss students’ impressions of multimedia, text-based, and interactive instructional content in relation to specific research scenarios defined during the usability test. 
 
 Conclusion – The authors translate study findings into best practices that can be incorporated into custom user-centric LibGuide templates and assets. The authors also discuss relevant correlations between students’ learning modality preferences and design feedback, and identify several areas that warrant further research. The authors believe this study will spark a larger discussion about relationships between instructional design, learning modalities, and research guide use contexts.
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.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,346 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle