基于大模型的可用性检查自动化映射研究数据

机器学习
0 下载
7 浏览
2026-08-10

数据集简介

研究背景与目的

该数据集是系统性文献映射研究的核心支撑材料,旨在全面梳理和评估利用大语言模型(LLM)进行可用性检查的自动化策略、证据基础及验证实践。在人机交互(HCI)领域,随着生成式 AI 技术的快速发展,如何系统化地评估其在软件可用性测试中的效能成为关键议题。本研究通过严谨的映射方法,试图厘清当前的自动化策略类型、所依赖的证据强度以及验证方法的成熟度,为后续的技术研发与学术探讨提供坚实的实证基础。

数据采集与筛选流程

研究团队使用了 Parsifal 工具来制定和执行系统性的映射协议。整个流程始于对多个主流数字图书馆的全面检索,初始阶段共检索到 401 篇相关研究文献。随后,依据预设的纳入与排除标准,经过多轮筛选与评估,最终确定了 14 篇主要研究作为核心分析样本。这些入选文献均发表于 2022 年至 2025 年之间,代表了该领域最新的研究进展。整个过程确保了数据来源的广泛性与最终样本的代表性,使得映射结果能够客观反映当前 LLM 在可用性检查中的应用现状。

核心文件构成与内容

数据集提供了完整的研究过程记录与分析材料,具体包含以下关键文件:

  • all articles.xls:记录了初始检索返回的完整研究列表,包含了应用纳入/排除标准前的所有候选文献信息。
  • Parsifal Systematic Review.xlsx:由 Parsifal 工具导出的系统性综述文件,详细展示了从检索到最终选择的筛选过程与决策路径。
  • Parsifal data extraction.xls:针对最终选定的 14 篇主要研究的数据提取表,涵盖了研究分析的具体类别与变量数据。
  • Parsifal mapping protocol.pdf:详细的系统性映射协议文档,明确了研究问题、检索式构建、纳入/排除标准以及具体的选择策略。
  • Selected articles.zip:收录了 14 篇被纳入映射分析的主要研究的全文 PDF 副本,方便用户直接查阅原始文献。

版本信息与访问方式

该数据集由 Ana Farias 等人整理发布,于 2026 年 8 月 10 日发布首个版本(Version 1.0.0)。数据总量为 74.1 MB,所有文件均通过 Zenodo 平台公开托管。用户可通过官方 DOI 标识符(10.5281/zenodo.21892377)直接访问并下载所有相关文件。该资源遵循开放获取原则,允许研究人员自由使用以支持后续的学术分析与复现工作。

Zenodo Record Page

基本信息

记录数量未知
文件大小74.1 MB
文件格式xls, xlsx, pdf, zip
数据来源Zenodo
DOI10.5281/zenodo.21892377
许可方式开放获取
版本1.0.0
数据落地页https://zenodo.org/records/21892377
发布日期2026-08-10
官方下载https://zenodo.org/api/records/21892377/files/Selected%20articles.zip/content
可下载文件Selected articles.zip(33.1 MB);all articles.xls(856 KB);Parsifal Systematic Review.xlsx(72.6 KB);Parsifal data extraction.xls(41.5 KB);Parsifal mapping protocol.pdf(93.8 KB)
大语言模型可用性检查人机交互系统性映射自动化策略文献综述

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费