MétaCan
Menu
Retour à la cohorte
Enregistrement W3041215734 · doi:10.1145/3359208

Design for Collaborative Information-Seeking

2019· article· en· W3041215734 sur OpenAlexaff
Sung-Soo Hong, Minhyang Suh, Tae Soo Kim, Irina Smoke, Sang-Wha Sien, Janet Ng, Mark Zachry, Juho Kim

Notice bibliographique

RevueProceedings of the ACM on Human-Computer Interaction · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiquePersonal Information Management and User Behavior
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEvent (particle physics)Focus groupFilter (signal processing)sortFocus (optics)Computer scienceInformation exchangeKnowledge managementPsychologyInternet privacyWorld Wide WebBusinessInformation retrievalMarketing

Résumé

récupéré en direct d'OpenAlex

Although Collaborative Information-Seeking (CIS) is becoming prevalent as people engage in shared decision-making, interface components adopted in the most commonly used information seeking tools (e.g., search, filter, select, and sort) are designed for individual use. To deepen our understanding of (1) how such single-user designs affect people's consensus building processes in CIS and (2) how to devise an alternative design to improve current practices, we conducted two 4-week diary studies and observed how groups seek out places together. Our studies focus on social event coordination as a case where CIS is necessary and important. In Study 1, we examined the major challenges people encounter when performing CIS using their preferred tools. These challenges include difficulties in capturing mutual preferences, high communication cost, and disparity of work depending on a group member's perceived role as an organizer or invitee. We discovered that improving a group's shared understanding of the target information they seek (e.g., places, products) could potentially address the challenges. In Study 2, we designed, deployed, and evaluated ComeTogether, a novel system that supports a group's social event coordination. ComeTogether adopts Collaborative Dynamic Queries (C-DQ), an interface designed to allow a group to share their preferences regarding potential destinations. Study 2 results indicate that using C-DQ increased users' awareness of other group members' preferences in performing CIS, making their coordination more transparent, more inviting, and fairer than what their current practice allows. Meanwhile, ComeTogether improved communication efficiency of groups while presenting opportunities to learn about others and to discover new places. We provide implications for design that explain considerations for adopting C-DQ and identify future research directions.

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)0,011
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0040,003
Science ouverte0,0030,005
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,004

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 Opus0,284
Tête enseignante GPT0,434
Écart entre enseignants0,150 · 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

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the ACM on Human-Computer InteractionMême sujetPersonal Information Management and User BehaviorTravaux en français237 207