MétaCan
Menu
Retour à la cohorte
Enregistrement W2807821917 · doi:10.1145/3209882

Guidelines for Creating Senior-Friendly Product Instructions

2018· article· en· W2807821917 sur OpenAlexaff
Mingming Fan, Khai N. Truong

Notice bibliographique

RevueACM Transactions on Accessible Computing · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésUsabilityDocumentationTask (project management)Computer scienceProduct (mathematics)Process (computing)GuidelinePsychologyAffect (linguistics)Applied psychologyHuman–computer interactionMedicine

Résumé

récupéré en direct d'OpenAlex

Although older adults feel generally positive about technologies, many face difficulties when using them and need support during the process. One common form of support is the product instructions that come with devices. Unfortunately, when using them, older adults often feel confused, overwhelmed, or frustrated. In this work, we sought to address the issues that affect older adults’ ability to successfully complete tasks using product instructions. By observing how older adults used the product instructions of various devices and how they made modifications to simplify the use of the instructions, we identified 11 guidelines for creating senior-friendly product instructions. We validated the usability and effectiveness of the guidelines by evaluating how older adults used instruction manuals that were modified to adhere to these guidelines against the originals and those that were modified by interaction design researchers. Results show that, overall, participants had the highest task success rate and lowest task completion time when using guideline-modified user instructions. Participants also perceived these instructions to be the most helpful, the easiest to follow, the most complete, and the most concise among the three. We also compared the guidelines derived from this research to existing documentation guidelines and discussed potential challenges of applying them.

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)0,031
score de la tête « metaresearch » (Gemma)0,107
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 enseignants0,031
Score d'incertitude au seuil0,165

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,107
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,006

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 Opus0,077
Tête enseignante GPT0,403
Écart entre enseignants0,326 · 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

Citations29
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACM Transactions on Accessible ComputingMême sujetTechnology Use by Older AdultsTravaux en français237 207