MétaCan
Menu
Retour à la cohorte
Enregistrement W7056686053

An Empirical Characterisation of Electronic Document Navigation

2009· other· en· W7056686053 sur OpenAlexaff

Notice bibliographique

RevueUniversity of Canterbury Research Repository (University of Canterbury) · 2009
Typeother
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésNucleofectionGestational periodDysgeusiaTSG101DiafiltrationFusible alloyHyporeflexiaLiquation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

To establish an empirical foundation for analysis and redesign of
\ndocument navigation tools, we implemented a system that logs all
\nuser actions within Microsoft Word and Adobe Reader. We then
\nconducted a four month longitudinal study of fourteen users’ document
\nnavigation activities.
\nThe study found that approximately half of all documents manipulated
\nare reopenings of previously used documents and that recent
\ndocument lists are rarely used to return to a document. The two
\nmost used navigation tools (by distance moved) are the mousewheel
\nand scrollbar thumb, accounting for 44% and 29% of Word movement
\nand 17% and 31% of Reader navigation. Participants were
\ngrouped into stereotypical navigator categories based on the tools
\nthey used the most. Majority of the navigation actions observed
\nwere short, both in distance (less than one page) and in time (less
\nthan one second). We identified three types of within document
\nhunting, with the scrollbar identified as the greatest contributor.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,247
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0280,000

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 Opus0,013
Tête enseignante GPT0,278
Écart entre enseignants0,265 · 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.

Devis d'étudeSans objet
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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Canterbury Research Repository (University of Canterbury)Même sujetMagnetic confinement fusion researchTravaux en français237 207