MétaCan
Menu
Retour à la cohorte
Enregistrement W2808557434 · doi:10.1142/s0219622018500384

Interactive Visualization for Group Decision Analysis

2018· article· en· W2808557434 sur OpenAlexafffund
Sanjana Bajracharya, Giuseppe Carenini, Brent C. Chamberlain, Ken Chen, Daniel J. Klein, David Poole, Hossein Taheri, Gunilla Öberg

Notice bibliographique

RevueInternational Journal of Information Technology & Decision Making · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of British Columbia
Mots-clésVisualizationUsabilityComputer scienceContext (archaeology)Quality (philosophy)StakeholderDecision qualityCitizen journalismProcess (computing)Group decision-makingHuman–computer interactionKnowledge managementDecision support systemData sciencePsychologyWorld Wide WebArtificial intelligenceSocial psychologyTeam effectiveness

Résumé

récupéré en direct d'OpenAlex

Identifying the best solutions to large infrastructure decisions is a context-dependent multi-dimensional multi-stakeholder challenge in which competing objectives must be identified and trade-offs made. Our aim is to identify and explore features in an interactive visualization tool to help make group decision analysis more participatory, transparent, and comprehensible. We extended the interactive visualization tool ValueCharts to create Group ValueCharts. The new tool was introduced in two real-world scenarios in which stakeholders were in the midst of wrestling with decisions about infrastructure investment. We modeled the alternatives under consideration, for both scenarios, using prescribed criteria identified by domain experts. Participants in both groups were given instructions on how to use the tool to represent their preferences. Preferences for all participants were then displayed and discussed. The discussions were audio-recorded and the participants were surveyed to evaluate usability. The results indicate that participants felt the tool improved group interaction and information exchange and made the discussion more participatory. They expressed that visualizing individual preferences improved the ability to analyze decision outcomes based on everyone’s preferences. Additionally, the participants strongly concurred that the tool revealed disagreements and agreements and helped identify sticking points. These results suggest that a group decision tool that allows group members to input their individual preferences and then collectively probe into any differences makes the process of decision-making more participatory, transparent, and comprehensible and increases the quality and quantity of information exchange.

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)0,012
score de la tête « metaresearch » (Gemma)0,036
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,177

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,036
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0020,001
Communication savante0,0060,004
Science ouverte0,0030,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0530,006

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 Opus0,041
Tête enseignante GPT0,436
Écart entre enseignants0,395 · 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
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

Citations19
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Information Technology & Decision MakingMême sujetComplex Systems and Decision MakingTravaux en français237 207