UNDERSTANDING SYSTEM ADMINISTRATORSâ WORK PRACTICES AND THE ROLE FOR ENHANCED VISUALIZATIONS IN THEIR TOOLS
Notice bibliographique
Résumé
Visualization can be an effective way to explore and understand abstract data. Due to the rapidly changing technological environment of sys admin work and the scale of data involved, enhanced visualizations might provide benefit in this domain; however, despite research efforts, to-date the tools for system administrators (sys admins) minimally employ the use of interactivity in models and provide limited visualizations in tools. This may be because sys admins have a culture of command-line interface (CLI) use that is at odds to the graphical user interface (GUI) that accompanies most tools that incorporate interactive visualizations. We designed a two phase study to gain a better understanding about the work of sys admins, their current tool environment, their preferences for CLI and GUI based tools, and their perspective about how the inclusion of interactive visualizations in tools and system models might enhance their routines. The first phase of contextual inquiries and semi-structured interviews with 37 participants gave us a rich understanding of system admin work practices and their desired functionality for future tools. In the second phase, an on-line survey with 331 sys admins allowed us to generalize our findings. Based on our research, we generated recommendations for desired tool features in each of the sub-domains of sys admin work (i.e., network, virtualization etc.,). We also conducted an analysis of the type of visualizations that could be implemented in future tools to support the challenging nature of sys admin work.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».