Usability and Frustration in Using Adaptive Functions for Decision Making: A User Study
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
Information Systems (IS) are vital for a wide range of applications, particularly those that prioritize safety and rely heavily on them for their effectiveness and reliability. While several advantages are associated with them, there is an increasing apprehension regarding their safety consequences. Despite extensive research and publication on the safety advantages of IS, several case studies have shown distinct, potentially life-threatening problems and safety dangers associated with IS. Accidents occur when there is a disparity between the user’s perception of the situation and the actual state of the regulated or managed process. This is remarkably accurate for accidents involving user interactions and safety information systems. To mitigate this issue, this research suggests implementing a Self-Adaptive System (SAS). This advanced technology has the potential to autonomously adapt to dynamic events and environments, thereby significantly enhancing usability and reducing user frustration. Our study, which utilized SAS software, aimed to assess the influence of user usability and frustration. In this design, the IS automatically adjusts its information content and navigation structure based on the circumstances of its use, such as compensating for user distraction. To verify the validity of our findings, we conducted a controlled experiment. The investigation aimed to determine whether an SAS, which possesses knowledge of interruptions, enhances usability and reduces frustration levels compared to non-adaptive systems (NAS). The controlled trial results indicated that individuals using the SAS exhibited better usability than those using the NAS and experienced significantly less frustration than a specific type of NAS.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 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