MétaCan
Menu
Retour à la cohorte
Enregistrement W4391930997 · doi:10.6000/1927-520x.2024.13.04

Evaluating the Usability, Perceived Performance, and Perceived Effects of KBGAN iHealth© and KBGAN iFeed© Mobile Apps for Buffalo Management in Selected Municipalities in the Philippines

2024· article· en· W4391930997 sur OpenAlexvenueno aff
Eric P. Palacpac, Kae Ann Marie Pacsa Balingit, Airon Andrew Dinulos Bonifacio, Marvin A. Villanueva, Randolph Bautista Tolentino, Mary Rose De Leon Uy-DeGuia, Phoebe Lyndia T. Llantada, Charity I. Castillo, Beverly Janabajal Brul, Hannah Carmela Adecer Rubio, Maica Miclat Abes

Notice bibliographique

RevueJournal of Buffalo Science · 2024
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUsabilityMobile appsPsychologyBusinessApplied psychologyMarketingComputer scienceWorld Wide WebHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

This study evaluates the KBGAN iHealth© and KBGAN iFeed© mobile apps designed for buffalo health and feeding management, particularly for agricultural extension professionals (AEPs) in selected Philippine municipalities. These apps aim to address challenges in buffalo management, such as limited access to veterinary expertise, personalized recommendations, organized data, communication channels, and difficulties in calculating ideal feed compositions and meeting the distinct needs of smallholder farmers and AEPs. Despite System Usability Scale (SUS) scores indicating marginal acceptability for both apps, weighted mean scores by AEPs for statements assessed on a 5-point Likert scale (1 as strongly disagree and 5 as strongly agree), demonstrate that AEPs reported high confidence in the accuracy of buffalo health diagnostics (Mean of 4.20) and health management recommendations (Mean of 4.17) provided by KBGAN iHealth©. Similarly, KBGAN iFeed© received favorable ratings, with AEPs expressing agreement on the accuracy of feeding recommendations (Mean of 3.89) and the facilitation of feeding ration computations (Mean of 4.00). These positive perceived performance outcomes, coupled with increased confidence (Mean of 4.03) and motivation (Mean of 4.00) among AEPs, suggest the potential for frequent and consistent app usage despite usability concerns. Chi-square tests examining the relationship between AEP characteristics and SUS scores for the apps reveal significant associations between AEPs' education and experience levels and SUS scores for KBGAN iFeed©. The choice of IT device also influences KBGAN iHealth© SUS scores. Proposed enhancements by AEPs include refining algorithms, improving the user interface for navigation, speed, and efficiency, and incorporating features such as photo uploads and geotagging.

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 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)0,015
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,550
Score d'incertitude au seuil0,524

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,103
Tête enseignante GPT0,438
Écart entre enseignants0,335 · 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 tête enseignante, 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Buffalo ScienceMême sujetTechnology Adoption and User BehaviourTravaux en français237 207