MétaCan
Menu
Retour à la cohorte
Enregistrement W6979747567

Adaptive User-Controlled Personalization for Virtual Journey Applications

2023· other· en· W6979747567 sur OpenAlexfundno aff

Notice bibliographique

RevueLUTPub (LUT University) · 2023
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of North Carolina at Chapel HillChinese University of Hong KongUniversity of TorontoEidgenössische Technische Hochschule ZürichUniversiteit van AmsterdamUniversity of QueenslandImperial College LondonUniversity of ChicagoUniversity of Wisconsin-MadisonMcGill UniversityJohns Hopkins UniversityYork UniversityUniversity of PennsylvaniaUniversity of Southern CaliforniaUniversiteit LeidenYale University
Mots-clésPersonalizationDigital transformationMobile deviceVariety (cybernetics)Higher educationInformation systemInformation technologySoftware
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recent developments in information systems, computer hardware, and software industries have made digital transformation more straightforward. Investments in digital transformation technologies and services worldwide are significantly increasing, and the projected investment is forecasted to reach 2.8 trillion USD by 2025, with this amount being more than the world's sixth economy by gross domestic product. Against the backdrop of these ongoing digital transitions, handheld devices have become an extremely important form of digital technology. A virtual journey is a type of application common on eCommerce domains that is becoming an integral part of higher education information communication platforms. Higher education institutions (HEIs) incorporate digital and non-digital decentralized services that are integrated and centralized under a single application or piece of software. Generally, a university website is the standard result. Just like in businesses, HEIs provide their information via websites for their campus population and other users outside the institution. However, websites are not capable of delivering personalized user experiences to their users. Virtual journey applications (VJAs) have the foundation to smoothly integrate and centralize all available digital and non-digital services and decentralized services under a single application or piece of software. Virtual campus journey applications (VCJAs) serve a wide variety of users, such as students, prospective students, doctoral students, parents, university visitors, academic staff, and administrative and other staff to gain access to education services through handheld devices. Users of digital services have their own respective preferences. Delivering all services within a single application makes it not very useful due to the overload of information. To deliver a personalized user experience based on individual users’ needs, this dissertation looks into the following objectives. This dissertation investigates the general characteristics of VCJAs by benchmarking the top 100 universities in the world and evaluating them against their users (e.g., university students, faculty, and staff) to identify user satisfaction levels. It aims to determine the characteristics of VJAs in general and identify the main shortcomings of information communication and dissimilation in digital services. It also introduces user-controlled personalization into a virtual journey to overcome information overload in VJAs. Finally, it aims to provide an approach to enhance the usefulness of information communication and dissemination for virtual journey services.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,004

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 Opus0,023
Tête enseignante GPT0,232
Écart entre enseignants0,208 · 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
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLUTPub (LUT University)Travaux en français237 207