Käytettävyys verkkopalvelun suunnittelussa
Bibliographic record
Abstract
Tässä opinnäytetyössä tutkittiin käytettävyyttä osana verkkopalvelun suunnittelua. Tutkimus tuki Melomaan-verkkopalvelu–projektia, joka tuottaa asiakas- ja käyttäjälähtöisen verkkopalvelun. Projekti kartoitti kaikki oleelliset käytettävyyden tekijät. Tutkimuksessa käytettävyyttä ei tarkasteltu vain teorian pohjalta, vaan sitä tutkittiin myös käytännönläheisesti. Tämä mahdollisti uusien osa-alueiden löytämisen, koska aiemmat tutkimukset ovat olleet hyvin teoreettisia. Käytettävyyden lisäksi tutkittiin verkkopalveluita ja niiden ominaisuuksia, joita suunnittelijoiden tulee ottaa huomioon. Niiden osalta oli olennaista tutkia käyttäjiä ja heidän tarpeitaan verkkopalvelun suhteen. Kaikkia tutkimuksessa käsiteltyjä asioita tutkittiin käytettävyyden näkökulmasta. \n \nTutkimus tehtiin kvalitatiivista tutkimusmenetelmää käyttäen. Siinä edettiin menetelmän määrittelemien vaiheiden mukaisesti. Aluksi kerättiin tietoa tiedonkeruumenetelmillä. Seuraavaksi saadun tiedon pohjalta suoritettiin käyttäjätutkimus. Se koostui verkkokyselystä ja tilannetutkimuksesta. Tilannetutkimuksessa käytettiin observointia ja haastattelua. Käyttäjätutkimus analysoitiin analysointimenetelmiä apuna käyttäen. Kyselyn tulosten analysointiin käytettiin kvantitatiivista tutkimusmenetelmää, koska ne olivat numeerisessa muodossa olevia muuttujia. Lisäksi ne tyypiteltiin. Tilannetutkimuksen tulokset analysoitiin fenomenografista ja fenomenologista analysointimenetelmää apuna käyttäen. Koska tutkimuksessa käytettiin useita menetelmiä, tutkimuksen voidaan sanoa olleen monimenetelmäinen. \n \nTutkimus osoitti, että käytettävyyttä voidaan tutkia myös prosessina. Se auttaa tuotekehityksen eri vaiheissa. Tutkimuksen aikana ilmeni, että käytettävyyttä kannattaa tutkia monesta eri näkökulmasta. Esimerkiksi Jacob Nielsen ja International Organization for Standardization määrittelevät käytettävyyden eri komponenttien kautta. Tämän vuoksi käytettävyyttä ei kannata lähestyä vain edellä mainituista näkökulmista. Tutkimuksessa aihetta lähestyttiin miettimällä verkkopalvelun käyttäjien kannalta olennaisia tekijöitä. Erikoisryhmiin kuuluvia käyttäjiä tarkkailtiin ja heille luotiin mahdollisuuksia osallistua paremmin verkkopalvelun käyttöön. Siinä voidaan hyödyntää esimerkiksi 3D-teknologiaa. Samalla tutkittiin myös mobiililaitteiden käytettävyyttä. Tutkimus osoitti, että mobiililaitteiden käytettävyys on erinomainen. Tämä johtuu niiden joustavuudesta ja liikutettavuudesta. Näin ollen mobiililaitteille kannattaa tehdä nykyään enemmän sovelluksia kuin tietokoneille.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.010 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.121 | 0.050 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".