为促进开放科学的采用而设计知识构建:规划设计空间
用户研究方法(访谈、调查、观察)研究伦理与开放科学大学教授与研究人员HCI 研究员
文献标题
Designing for Knowledge Construction to Facilitate the Uptake of Open Science: Laying out the Design Space
文献信息
- 主题领域: 人机交互 (HCI)、开放科学、知识构建
- 关键词: 开放科学, 知识构建, 设计影响, 平台设计, 学习过程, 数字环境, 协作功能, 可视化, HCI
研究背景与问题
- 问题与挑战: 开放科学资源的使用需要用户(科学内容接收者)进行知识构建,而目前在技术设计上如何支持这一过程尚未得到充分研究。开放科学的核心原则是透明性、可访问性和知识共享。然而,尽管开放科学在社会和经济增长中起关键作用,但其采纳面临着知识整合和构建的挑战。
- 研究重要性: 开放科学实践的成功对社会和经济发展具有重要意义。具体来说,通过透明和可访问的协作网络,使研究成果可被更多人理解和使用。
- 研究动机与相关工作: 目前 HCI 领域对开放科学的研究主要集中在更一般的支持性技术上(如来源代码的共享、可重复研究的技术支持等),而针对支持知识构建方面的系统性研究较少,这正是本文的创新性所在。
解决方案
- 提出的解决方案:
- 作者设计了一种方法,通过总结现有文献中的知识构建模型,并将其与开放科学平台的核心功能进行映射,来构建支持知识构建的设计空间。
- 使用设计启发(design heuristics),即基于实证研究的指导原则,帮助设计支持个体和协作知识构建的数字环境。
- 创新之处: 本文首次将知识构建设计与开放科学平台结合,为 HCI 社区提供了一种系统框架,以支持开放科学中的知识整合和建构。
- 研究实施步骤:
- 结合知识构建的理论背景,从文献中提取设计启发。
- 将这些启发按功能分为三类设计类别:支持协作、支持学习过程、结构化学习内容。
- 将设计模型映射到常见的开放科学平台,形成基础设计空间。
- 提出了 18 条设计影响(Design Implications),为 HCI 设计者提供实践指导。
研究成果
- 取得的具体成果:
- 建立了一个综合的知识构建模型,结合了主要的个体与协作知识建构理论。
- 从文献中提取了数十项设计启发,并将其归类为三种设计类别。
- 提出了 18 条设计影响,例如数字化辅导、协作反思、提供知识可视化工具等,并提供了初步实践建议。
- 与现有解决方案相比的优势:
- 作为首批将知识构建技术具体映射到开放科学领域的平台设计框架之一,本研究为开放科学的技术设计提供了系统性和方向性指导。
- 考虑到了数字环境中知识构建的多维复杂性,包括认知、社会和技术功能的相互作用。
- 实验或评估结果:
- 本研究通过系统文献综述验证了提出的建模和将其应用于开放科学的可行性。然而,设计影响的具体实施和评估尚未直接验证,这强调了未来研究的必要性。
- 局限性与未来方向:
- 局限性:缺少开放科学环境中支持知识构建的直接证据;设计影响的实证研究仍需进一步探索。
- 未来方向:
- 在实际开放科学平台中试验提出的设计影响。
- 扩展对其他开放科学实践(如开放数据、开放教育资源等)的支持。
- 探讨跨文化和国际化背景下知识构建平台的差异化设计需求。
以上文档清晰地展示了作者为支持开放科学知识构建提供的理论框架、实践指导和未来研究方向,为 HCI 和开放科学社区提供了一种新的技术思路和创新贡献。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 如何通过技术设计支持开放科学用户的知识建构过程?分类: 文献检索、论文分析与研究探索工具同类问题arrow_forward
- 哪些设计启发可以支持个人和协作的知识建构,同时促进开放科学核心功能的使用?分类: 文献检索、论文分析与研究探索工具同类问题arrow_forward
- 如何将知识建构模型映射到开放科学平台的设计功能中?分类: 文献检索、论文分析与研究探索工具同类问题arrow_forward
lightbulb
现实痛点
1- 普通用户难以高效理解和利用开放科学平台上的研究成果分类: 文献检索、论文分析与研究探索工具同类问题arrow_forward
- 100%
不要忘记保持真实的自己:如何建立一个有意义且可持续的研究身份
CHI '18· 用户研究方法(访谈、调查、观察) +1
- 100%
不同的研究人员,不同的结果?分析研究人员经验和数据类型在对安全建议的访谈和调查研究的定性分析中的影响
CHI '23· 用户研究方法(访谈、调查、观察) +1
- 80%
为可重复性而设计:高能物理学中挑战与机遇的质性研究
CHI '19· 用户研究方法(访谈、调查、观察) +2
- 80%
大型语言模型在质性研究中的应用:用途、张力与意图
CHI '25· 大语言模型(LLM)的人机协作 +2
- 80%
关于SIGCHI的开放获取
CHI '26· 研究伦理与开放科学 +2
- 80%
平行线、切线和循环:对RtD中“通过”部分的反思
DIS '20· 用户研究方法(访谈、调查、观察) +2
- 75%
如何撰写CHI论文--第二版
CHI '18· 用户研究方法(访谈、调查、观察)
- 75%
第三届早期职业发展研讨会
CHI '18· 用户研究方法(访谈、调查、观察)
- 75%
人机交互简介
CHI '18· 用户研究方法(访谈、调查、观察)
- 75%
在人机交互课堂上为设计绘制工作领域理论
CHI '21· 用户研究方法(访谈、调查、观察)
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/abs/10.1145/3491102.3517450
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
用户研究方法(访谈、调查、观察)、研究伦理与开放科学
work
职业/产业
大学教授与研究人员、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文