MétaCan
Menu
Retour à la cohorte
Enregistrement W4403730914 · doi:10.2196/64508

A Practical Guide to Participatory Design Sessions for the Development of Information Visualizations: Tutorial

2024· article· en· W4403730914 sur OpenAlexvenueno aff
Adriana Arcia, Samantha Stonbraker, Sabrina Mangal, Maichou Lor

Notice bibliographique

RevueJournal of Participatory Medicine · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueInformation Architecture and Usability
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Nursing ResearchNational Center for Advancing Translational SciencesAgency for Healthcare Research and QualityNational Institute on AgingNational Institutes of Health
Mots-clésPreprintCitizen journalismComputer scienceParticipatory designHuman–computer interactionWorld Wide WebEngineering

Résumé

récupéré en direct d'OpenAlex

Unlabelled: Participatory design is an increasingly common informatics method to engage intended audiences in the development of health-related resources. Participatory design is particularly helpful for developing information visualizations that aim to improve health outcomes by means of improved comprehension, communication or engagement, and subsequent behavior changes. Existing literature on participatory design lacks the practical details that influence the success of the method and does not address emergent issues, such as strategies to enhance internet-based data collection. In this tutorial, our objective is to provide practical guidance on how to prepare for, conduct, and analyze participatory design sessions for information visualization. The primary audience for this tutorial is research teams, but this guide is relevant for organizations and other health professionals looking to design visualizations for their patient populations, as they can use this guide as a procedural manual. This start-to-finish guide provides information on how to prepare for design sessions by setting objectives and applying theoretical foundations, planning design sessions to match project goals, conducting design sessions in different formats with varying populations, and carrying out effective analysis. We also address how the methods in this guide can be implemented in the context of resource constraints. This tutorial contains a glossary of relevant terms, pros and cons of variations in the type of design session, an informed consent template, a preparation checklist, a sample design session guide and selection of useful design session prompts, and examples of how surveys can supplement the design process.

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)0,013
score de la tête « metaresearch » (Gemma)0,031
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: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil0,411

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,031
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,002
Communication savante0,0040,004
Science ouverte0,0030,005
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,1230,062

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 Opus0,184
Tête enseignante GPT0,465
Écart entre enseignants0,282 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Participatory MedicineMême sujetInformation Architecture and UsabilityTravaux en français237 207