MétaCan
Menu
Retour à la cohorte
Enregistrement W2885377338 · doi:10.1109/thms.2018.2860595

Does Predictability Play a Role in Task Management? An Experimental Study With a Financial Trading Simulation

2018· article· en· W2885377338 sur OpenAlexafffund
Dev Minotra, Murat Dikmen, Anson T. Y. Ho, Catherine M. Burns

Notice bibliographique

RevueIEEE Transactions on Human-Machine Systems · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiquePersonal Information Management and User Behavior
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesOntario Centres of Excellence
Mots-clésPredictabilityTask (project management)Situation awarenessLeverage (statistics)WorkflowContext (archaeology)Computer scienceSituational ethicsPsychologyCognitive psychologyApplied psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

In many complex time-critical tasks such as financial trading, cyber security monitoring, and patient monitoring in critical care, external interruptions and multiple-task situations disrupt the flow of tasks performed by operators leading to errors and accidents. There is an abundance of work reported on interruptions, which informs system designers and researchers on the potential cost of interruptions at different points within a task. However, a gap exists in our understanding of the relationship between interruption disruptiveness and the predictability of events that require an operator's response. To understand this better, we conducted an experiment involving 22 participants and a financial trading task. The experiment involved two levels of predictability (low and high) and two levels of task load (low and high). The experiment showed that task load had an overall negative effect on events. The results also showed that interruptions negatively affected responses to predictable events. However, we found that interruptions did not affect responses to unpredictable events. Overall, our research suggests that to leverage the role of predictability, the goal-activation model should be used to determine the impact of various design options about visual cues and predictable-trend durations. The research also reveals that unpredictable events may be cognitively different from predictable events when understanding the influence of interruptions on work, suggesting that interruption management tools may need to treat the situational context (predictable or unpredictable) differently, in providing a supportive workflow for the management of interruptions.

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)0,003
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,125
Tête enseignante GPT0,421
Écart entre enseignants0,296 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Human-Machine SystemsMême sujetPersonal Information Management and User BehaviorTravaux en français237 207