MétaCan
Menu
Retour à la cohorte
Enregistrement W2727365134 · doi:10.18438/b8cd4t

Mixed Methods Not Mixed Messages: Improving LibGuides with Student Usability Data

2017· article· en· W2727365134 sur OpenAlexvenueno aff
Nora Almeida, Junior Tidal

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueE-Learning and Knowledge Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUsabilityComputer scienceExecutableProtocol (science)TerminologyThink aloud protocolProtocol analysisUsability engineeringRelation (database)Human–computer interactionWorld Wide WebPsychologyDatabase

Résumé

récupéré en direct d'OpenAlex

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.

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)0,128
score de la tête « metaresearch » (Gemma)0,222
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,128
Score d'incertitude au seuil0,676

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1280,222
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0030,002
Communication savante0,0070,007
Science ouverte0,0030,009
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 GPT0,350
Écart entre enseignants0,290 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations18
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetE-Learning and Knowledge ManagementTravaux en français237 207