Exploring the Landscape of UX Subjective Evaluation Tools and UX Dimensions: A Systematic Literature Review (2010–2021)
Notice bibliographique
Résumé
Abstract The quality of the User Experience (UX) with systems, products and services is now considered an indispensable part of success in the market. Users' expectations have increased in such a way that mere usability is no longer sufficient. While numerous UX subjective evaluation tools exist, there is little guidance on how to select or use these tools. Therefore, there is a need to provide a critical state of the art on the topic of subjective evaluation tools and the UX dimensions covered. In this study, we conducted a systematic literature review on UX subjective evaluation tools and the UX dimensions covering the period of 2010–2021 with an initial sample of 3831 publications, 325 of which were selected for the final analysis, to provide researchers and practitioners with the recent changes in the field of UX. Results showed that 104 different tools are available for UX evaluation, they can be classified as general or domain-specific, applicable for a wide variety of products and in total covering more than 300 UX dimensions. Our categorization of UX dimensions under 13 main dimensions (e.g. usability, utility, hedonic, emotion, sensory, etc.) showed that the informational, social, cognitive and physical dimensions appeared to be less frequently present in current tools. We argue that these four dimensions deserve more space in UX tools. Having a high number of UX evaluation tools can be confusing for evaluators, and they need some guidance for selecting and combining tools. Modularity is the emerging trend in the development of UX evaluation questionnaires (e.g. meCUE, UEQ+), bringing the benefits of being thorough, flexible, easy to use, low-cost and rapid, while avoiding overlapping of dimensions and providing comparability through the use of a similar format and rating scale. Finally, the need for having a comprehensive evaluation tool requires updating the set of included dimensions to accommodate for new generations of products and technologies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,091 | 0,219 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,056 | 0,038 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».