User preferences in the classification of electronic bookmarks: Implications for a shared system
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Using the financial industry as a context, the following study seeks to address the issue of the classification of electronic bookmarks in a multi‐user system by investigating what factors influence how individuals develop categories for bookmarks and how they choose to classify bookmarks within those organizational categories. An experiment was conducted in which a sample of 15 participants was asked to bookmark and to categorize 60 web sites within Internet Browser folders of their own creation. Based on the data collected during this first component of the study, individual, customized questionnaires were composed for each participant. Whereas some of the questions within these surveys focused on particular classificatory decisions regarding specific bookmarks, others looked at how the participant defined, utilized, and structured the category folders that comprised his or her classification system. The results presented in this paper focus on issues investigated in Kwasnik's (Journal of Documentation, 1991, 47, 389–398) study of the factors that inform how individuals organize their personal, paper‐based documents in office environments. Whereas classificatory attributes culled from questionnaire responses nominally resembled those identified by Kwasnik, it was found that a number of these factors assumed distinctive definitions in the electronic environment. The present study suggests that the application of individual instances of classificatory attributes and the distinction between Content and Context Attributes emphasized by Kwasnik play a minimal role in the development of a multi‐user classification system for bookmarks.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle