Digital library keyword analysis for visualization education research
Notice bibliographique
Résumé
Purpose The purpose of this paper is to assess the efficacy of the Institute of Electrical and Electronics Engineers (IEEE) Xplore digital library search engine to return relevant materials on information visualization pedagogy literature and to recommend search strategies to assist the digital library academic readership improve the efficacy of their search tasks. Furthermore, the results are of interest to general readers using similar digital repositories. Design/methodology/approach An initial scoping review using EBSCO Discovery services returned the number and accessibility of sources and publications-based various Boolean searches. A revised search strategy focused the search to IEEE publications as the primary source of visualization research. A corpus of keywords were extracted from the 44 relevant articles and analyzed for relevance, keyword trends and contexts of use. Findings Keyword analysis results show visualization education research is confounded by several information retrieval issues: relevancy, incomplete taxonomy, non-standard lexicon, diverse disciplines and under-representation. Recommendations include: search strategies, alternative digital collections, a potential opportunity for research in information visualization pedagogy to address this gap in an emerging field and the need for more effective interactive tools to assist with keyword selection. Research limitations/implications The study focused on the IEEE publications as the primary source of visualization research. Practical implications A repository of visualization education research that is easily findable and relevant benefits both faculty using information visualization in their teaching and academics whose work must be disseminated to the broadest audience. Strategic keyword selection, interactive keyword tools or more robust thesaurus will enable IEEE Xplore digital library users to optimize their interaction with the system. Furthermore, results suggest a need for more research in information visualization pedagogy. Originality/value This is the only study to uniquely assess the efficacy of the IEEE Xplore digital library database system to retrieve relevant visualization education literature based on keyword search.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,068 | 0,318 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,053 | 0,050 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,016 | 0,013 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,007 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».