MétaCan
Menu
Retour à la cohorte
Enregistrement W89304946 · doi:10.29173/cais8

The Trouble With Think Alouds: Generating Data Using Concurrent Verbal Protocols

2013· article· en· W89304946 sur OpenAlexaffvenueabout
Jennifer Branch

Notice bibliographique

RevueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSI · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueVisual and Cognitive Learning Processes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésProtocol analysisProtocol (science)CognitionTask (project management)PsychologyNonverbal communicationComputer scienceDevelopmental psychologyCognitive scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Verbal protocol analysis is a methodology that is frequently used in cognitive psychology and education. The use of this method in library and information studies, however, is still very limited. Verbal protocol analysis aims to find cognitive processes while solving a problem. However, concurrent verbal protocols have been seen to cause problems when the task involves a high cognitive load, when the information is difficult to verbalize because of its form, i.e., visual data, or when the processes are automatic for the participants. This paper looks at studies using concurrent verbal protocols and summarizes the findings of this research. Then, this paper compares and contrasts the analysis of 130 concurrent verbal protocols (Think Alouds) gathered from twelve junior high school students from Inuvik, Canada. These Think Alouds are from a case study of the information-seeking processes of junior high students when accessing information from CD-ROM encyclopedias. Preliminary analysis indicates that several of the participants experienced difficulty with Think Alouds. A discussion of possible reasons for these difficulties will be included.

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)0,178
score de la tête « metaresearch » (Gemma)0,492
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,178
Score d'incertitude au seuil0,940

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1780,492
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,006
Études des sciences et des technologies0,0030,006
Communication savante0,0060,005
Science ouverte0,0030,005
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,087
Tête enseignante GPT0,347
Écart entre enseignants0,260 · 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'étudeObservationnel
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

Citations15
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSIMême sujetVisual and Cognitive Learning ProcessesTravaux en français237 207