論文の概要: Impact of Usability Mechanisms: A Family of Experiments on Efficiency, Effectiveness and User Satisfaction
- arxiv url: http://arxiv.org/abs/2408.12736v1
- Date: Thu, 22 Aug 2024 21:23:18 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-26 16:38:31.558109
- Title: Impact of Usability Mechanisms: A Family of Experiments on Efficiency, Effectiveness and User Satisfaction
- Title（参考訳）: ユーザビリティメカニズムの影響: 有効性,有効性,ユーザ満足度に対する実験の家族
- Authors: Juan M. Ferreira, Francy Rodríguez, Adrián Santos, Silvia T. Acuña, Natalia Juristo,
- Abstract要約: ベースライン実験における結果の精度と一般化を高めるために、3つの実験のファミリーを用いる。
システムのユーザビリティは, 効率, 有効性, ユーザ満足度に関して大きく向上していると考えられる。
- 参考スコア（独自算出の注目度）: 0.5419296578793327
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Context: The usability software quality attribute aims to improve system user performance. In a previous study, we found evidence of the impact of a set of usability characteristics from the viewpoint of users in terms of efficiency, effectiveness and satisfaction. However, the impact level appears to depend on the usability feature and suggest priorities with respect to their implementation depending on how they promote user performance. Objectives: We use a family of three experiments to increase the precision and generalization of the results in the baseline experiment and provide findings on the impact on user performance of the Abort Operation, Progress Feedback and Preferences usability mechanisms. Method: We conduct two replications of the baseline experiment in academic settings. We analyse the data of 367 experimental subjects and apply aggregation (meta-analysis) procedures. Results: We find that the Abort Operation and Preferences usability mechanisms appear to improve system usability a great deal with respect to efficiency, effectiveness and user satisfaction. Conclusions: We find that the family of experiments further corroborates the results of the baseline experiment. Most of the results are statistically significant, and, because of the large number of experimental subjects, the evidence that we gathered in the replications is sufficient to outweigh other experiments.
- Abstract（参考訳）: コンテキスト: ユーザビリティソフトウェアの品質属性は、システムユーザパフォーマンスを改善することを目的としています。
前報では, ユーザの視点から, ユーザビリティ特性の集合が, 効率, 有効性, 満足度に与える影響の証拠を見出した。
しかし、影響レベルはユーザビリティ機能に依存しているようで、ユーザパフォーマンスの促進方法に応じて、実装に関する優先順位を推奨している。
目的: 本実験では, 3つの実験のファミリーを用いて, ベースライン実験における結果の精度の向上と一般化を行い, 中止操作, プログレッシブフィードバック, およびユーザビリティ機構のユーザパフォーマンスへの影響に関する知見を提供する。
方法: 学術的な環境下で, ベースライン実験の2つの再現を行う。
367名の被験者のデータを分析し,アグリゲーション法(メタ分析)を適用した。
結果:Abort Operation and Preferencesのユーザビリティメカニズムは,効率,有効性,ユーザ満足度に関して,システムユーザビリティを大幅に向上させると考えられる。
結論: 実験のファミリは, ベースライン実験の結果をさらに裏付けるものであることが判明した。
結果の多くは統計的に有意であり、多くの実験対象のため、我々が複製に集めた証拠は他の実験を上回るほどに十分である。
関連論文リスト
- Replicability Measures for Longitudinal Information Retrieval Evaluation [3.4917392789760147]
この研究は、進化する実験で測定された有効性をどのように評価できるかを考察する。
再現性タスクとして有効性の持続性を検討した。
その結果、最も効果的なシステムは必ずしも最も持続的な性能を持つシステムではないことがわかった。
論文 参考訳（メタデータ） (2024-09-09T08:19:43Z) - Reduced-Rank Multi-objective Policy Learning and Optimization [57.978477569678844]
実際には、因果研究者は先験を念頭において1つの結果を持っていない。
政府支援の社会福祉プログラムでは、政策立案者は貧困の多次元的性質を理解するために多くの成果を集めている。
本稿では、最適政策学習の文脈において、複数の結果に対するデータ駆動型次元性推論手法を提案する。
論文 参考訳（メタデータ） (2024-04-29T08:16:30Z) - Decoy Effect In Search Interaction: Understanding User Behavior and Measuring System Vulnerability [33.78769577114657]
本研究は,検索エンジンの検索結果ページ上でのユーザインタラクションの変化について検討した。
DEJA-VUメトリクスを導入し、デコイ効果に対するシステムの感受性を評価する。
その結果,システムの有効性と脆弱性に違いが認められた。
論文 参考訳（メタデータ） (2024-03-27T11:20:48Z) - Effect Size Estimation for Duration Recommendation in Online Experiments: Leveraging Hierarchical Models and Objective Utility Approaches [13.504353263032359]
仮定効果サイズ(AES)の選択は、実験の期間を決定的に決定し、その結果、その精度と効率が決定される。
伝統的に、実験者はドメイン知識に基づいてAESを決定するが、この方法は多数の実験を管理するオンライン実験サービスにとって実用的ではない。
オンライン実験サービスにおけるデータ駆動型AES選択のための2つのソリューションを提案する。
論文 参考訳（メタデータ） (2023-12-20T09:34:28Z) - Adaptive Instrument Design for Indirect Experiments [48.815194906471405]
RCTとは異なり、間接的な実験は条件付き機器変数を利用して治療効果を推定する。
本稿では,データ収集ポリシーを適応的に設計することで,間接実験におけるサンプル効率の向上に向けた最初のステップについて述べる。
我々の主な貢献は、影響関数を利用して最適なデータ収集ポリシーを探索する実用的な計算手順である。
論文 参考訳（メタデータ） (2023-12-05T02:38:04Z) - A Double Machine Learning Approach to Combining Experimental and Observational Data [59.29868677652324]
実験と観測を組み合わせた二重機械学習手法を提案する。
我々の枠組みは、より軽度の仮定の下で、外部の妥当性と無知の違反を検査する。
論文 参考訳（メタデータ） (2023-07-04T02:53:11Z) - Fair Effect Attribution in Parallel Online Experiments [57.13281584606437]
A/Bテストは、オンラインサービスで導入された変更の影響を確実に特定する目的で役立ちます。
オンラインプラットフォームでは,ユーザトラフィックをランダムに分割して多数の同時実験を行うのが一般的である。
異なるグループ間の完全なランダム化にもかかわらず、同時実験は互いに相互作用し、平均的な集団の結果に負の影響をもたらす。
論文 参考訳（メタデータ） (2022-10-15T17:15:51Z) - Understanding reinforcement learned crowds [9.358303424584902]
強化学習法は仮想エージェントをアニメーションするために用いられる。
彼らの本当の影響と、それが結果にどのように影響するかは、明らかではない。
学習性能に対する影響の観点から,これらの任意選択のいくつかを分析した。
論文 参考訳（メタデータ） (2022-09-19T20:47:49Z) - On Inductive Biases for Heterogeneous Treatment Effect Estimation [91.3755431537592]
我々は、異なる治療下で、個人の潜在的成果(PO)の構造的類似性を利用する方法について検討する。
この問題を克服するために、エンドツーエンドの学習戦略を3つ比較する。
論文 参考訳（メタデータ） (2021-06-07T16:30:46Z) - Influence Functions in Deep Learning Are Fragile [52.31375893260445]
影響関数は、テスト時間予測におけるサンプルの効果を近似する。
影響評価は浅いネットワークでは かなり正確です
ヘッセン正則化は、高品質な影響推定を得るために重要である。
論文 参考訳（メタデータ） (2020-06-25T18:25:59Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。