MétaCan
Menu
Retour à la cohorte
Enregistrement W4308623371 · doi:10.1145/3550356.3559099

Preliminary results of measuring flow experience in a software modeling tool

2022· article· en· W4308623371 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueFlow Experience in Various Fields
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésTask (project management)Computer scienceUser experience designSoftwareFlow (mathematics)Human–computer interactionEmpirical researchStrengths and weaknessesMeasure (data warehouse)PsychologySocial psychologyEngineeringSystems engineering

Résumé

récupéré en direct d'OpenAlex

Weaknesses in the user experience (UX) provided by software modeling tools have been identified as important barriers reducing the uptake of such tools by developers. Emotional factors as essential parts of user experience have received little attention so far. Literature suggests that higher flow experience is associated with higher positive emotional state. Good flow experience means people feel they have clear goals and are focusing well on a task that they regard as enjoyable and are doing reasonably well at; furthermore, they do not feel a need to be concerned about time or what others are thinking and have a sense they are getting good feedback about their progress. Achieving flow is important for performance in creative tasks such as modeling. To learn more about flow we used a questionnaire-based empirical study to measure flow experience of UmpleOnline users. This paper reports preliminary results from 24 respondents, demonstrating a moderate experience of flow state in UmpleOnline. Our objective in this paper is to stimulate the research community to think about how flow can best be measured.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,383
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,072
Tête enseignante GPT0,320
Écart entre enseignants0,249 · 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

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFlow Experience in Various FieldsTravaux en français237 207