MétaCan
Menu
Retour à la cohorte
Enregistrement W2893544722 · doi:10.5539/ass.v14n10p31

Malay Epic and Historiography Literature Students’ Perception Towards Interface Design Elements

2018· article· en· W2893544722 sur OpenAlexvenueno aff
Salmah Jan Noor Muhammad, Khairul Zainie Jasni

Notice bibliographique

RevueAsian Social Science · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueInformation Retrieval and Data Mining
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterface (matter)MalayInterface designComputer scienceUser experience designPerceptionUser interfaceEPICHuman–computer interactionFocus (optics)Psychology

Résumé

récupéré en direct d'OpenAlex

The interface is an important element in delivering information. This is because the interface becomes an early attraction to the user's perception before going to the next level. A good interface design will emphasize easy and user-friendly elements. Unfriendly interface design may impact the activity provided. This study aims to identify, parse and analyze user ratings on interface design. The respondents of the study involved 87 BBK 3311 Malay Epic and Historiography Literature at Universiti Putra Malaysia. The emphasis of this study will focus on nine interface design elements. The quantitative approach is used to carry out this study. A questionnaire instrument specifically designed to assess respondents' assessment of the interface design. This survey is available online using the Survey Monkey website and analyzed based on the Technology Acceptance Model (TAM) approach. This is because this approach is specifically designed to analyze the acceptance of the technology. The results of the study showed the level of tendency of students to be interested in the interface design. The results of the study can also help in giving an overview to the online course builder on the interface design that affects students' interest. Furthermore, it is hoped that the results of this study will be a guideline in building interface designs in the website.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,017
Tête enseignante GPT0,299
Écart entre enseignants0,282 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetInformation Retrieval and Data MiningTravaux en français237 207