Progettare e analizzare la qualità degli ambienti informativi digitali attraverso lo studio degli utenti
1. Corso di dottorato di ricerca in HUMAN SCIENCES
Curriculum Psychology, Communication and Social Sciences
Lo
studio
del
comportamento
e
della
soddisfazione
degli
uten4
degli
ambien4
digitali:
problema4che
metodologiche
e
qualità
nella
proge:azione
Pierluigi Feliciati
pierluigi.feliciati@unimc.it
Pisa, 9 dicembre 2015
1
2. Cosa
tra)erò
• Informa0on
behavior
• Uten0
digitali
e
proge)azione
di
qualità
• User
studies
quando
e
perché
• User
studies
come:
metodi
indireA
e
quan0ta0vi
vs.
metodi
direA
e
quali0a0vi
2
Felicia0
2015
3. Information behaviour
(citando Platone)
3
MENONE:
E
in
che
modo
cercherai,
o
Socrate,
ciò
che
non
sai
assolutamente
cosa
sia?
Quale
tra
le
cose
che
non
sai
proporrai
come
ogge:o
della
tua
ricerca?
E
se
poi,
nel
migliore
dei
casi,
0
imba)essi
in
essa,
come
capirai
che
questa
cosa
è
ciò
che
tu
non
sapevi?
SOCRATE:
Capisco
cosa
vuoi
dire,
Menone.
Svolgi
un
discorso
euris0co
per
il
quale
all'uomo
non
è
dato
cercare
né
ciò
che
sa
né
ciò
che
non
sa.
InfaA
ciò
che
sa
non
lo
cercherebbe
-‐
perché
lo
sa
e
non
ha
nessun
bisogno
di
cercarlo
-‐
né
cercherebbe
ciò
che
non
sa
-‐
e
infaB
non
sa
neppure
cosa
cercare.
Platone,
Menone,
o
della
Virtù
3
Felicia0
2015
4. 4
perché
interessarci
degli
uten0
digitali?
Già nelle Conclusioni di Lund dei ministri della cultura
europei (2001), alla base di tutte le successive politiche
in materia di cultura digitale, si sottolineava come uno
degli obiettivi della cooperazione fosse Migliorare la
qualità e l’utilizzabilità dei contenuti, promuovere
modalità di accesso unificate per tutti i cittadini
Da questa affermazione almeno 2 obiettivi di
partenza:
§ Avvicinare i contenuti agli utenti, rendendoli
disponibili, accessibili e utilizzabili
§ Creare modalità di accesso semplici e universali
Felicia0
2015
5. Il
se)ore
culturale:
lo
stato
dell’arte
• The
Ins0tute
of
Museum
and
Library
Services:
“The
most
frequently-‐used
needs
assessment
methods
do
not
directly
involve
the
users”
(2003).
• Anneli
Sundqvist
(2007):
“the
general
knowledge
of
user
behaviour
is
a
mixture
of
common
sense,
presump0ons
and
prejudices”
• Michael
Khoo
et
al.:
“In
the
case
of
digital
library
researchers,
the
focus
of
research
is
ocen
on
technical
issues
(e.g.,
informa0on
retrieval
methods,
socware
architecture,
etc.)
rather
than
on
user-‐centered
issues.
When
these
researchers
turn
to
user
based
evalua0ons,
they
therefore
ocen
lack
the
necessary
exper0se
to
develop
robust
Human
Computer
Interac0on
(HCI)
experiments,
and
their
goals
are
typically
limited
to
"proof
of
concept"
tests,
rather
than
prescribing
user
mo0va0ons
or
cogni0ve
impacts.”
(2009).
5
Felicia0
2015
5
6. Don’t
forget
user
agents!
Il
Web
è
sempre
di
più
un
ambiente
di
interazione
non
solo
tra
persone
e
tra
organizzazioni
ma
anche
tra
procedure
socware,
tra
macchine,
insomma
è
un
ambiente
di
con0nua
interoperabilità.
Quindi,
la
qualità
di
un’applicazione
web
si
confronta
anche
col
gradimento
di
uten4
non-‐umani,
che
per
funzionare
devono
poter
trovare
nel
modo
giusto
le
informazioni
giuste
nelle
forme
giuste.
Queste
condizioni,
in
sintesi,
sono
quelle
che
garan0scono
la
piena
interoperabilità.
6
Felicia0
2015
8. 8
Quando
studiare
gli
uten0?
Si
può
fare
un
passo
avan0
nello
studio
degli
uten0
a)uando
strategie
di
coinvolgimento
degli
uten0
inserite
virtuosamente
nel
ciclo
di
proge:azione
e
di
vita
di
un
ambiente
documentario
digitale
di
rete.
Alcune
fasi
risultano
par4colarmente
cri4che,
perché
più
opportune
per
aAvare
procedure
di
valutazione
delle
aspe)a0ve
degli
uten0,
oppure
perché
più
dire)amente
legate
alla
capacità
di
soddisfare
tali
aspe)a0ve:
I.
Pianificazione,
Proge:azione,
Scelta
dei
contenu4
II.
Digitalizzazione
e
raccolta
contenu4
digitali,
Conservazione
dei
master
digitali,
Creazione
e
raccolta
dei
metada4,
Implementazione
e
test
del
proto4po
III.
Pubblicazione
on-‐line,
Ges4one/mantenimento
Felicia0
2015
9. Il
ciclo
di
proge)azione
e
gli
user
studies
A
0me-‐line
of
design
and
evalua0on
of
digital
libraries
(Tsakonas
2012):
Differenza
tra
forma4ve
evalua4on
e
summa4ve
evalu4on
9
Felicia0
2015
10. 10
La
centralità
dell’utente
presuppone
l’adozione
di
metodi
di
interazione/valutazione,
nel
proge)o,
in
un
ciclo
itera0vo:
§ PRIMA,
la
raccolta
del
punto
di
vista
e
delle
esigenze
degli
uten0
(specie
nelle
fasi
idea0ve
e
di
validazione
del
proto0po)
§ DURANTE,
prevedendo
il
coinvolgimento
degli
uten0
(nella
fase
vitale
del
sito,
a)raverso
la
raccolta
e
l’analisi
di
contenu0
e
del
feedback)
e
il
contributo
degli
uten0
(“le
storie,
le
memorie
e
il
contenuto
creato
e
fornito
dal
grande
pubblico
sono
un
materiale
culturale
affascinante”)
§ DOPO,
a)uando
strategie
di
raccolta
delle
opinioni
e
comportamen0
degli
uten0
per
migliorare
l’applicazione
Quando
e
come
interessarci
degli
uten0
digitali?
Felicia0
2015
11. human-‐centred
design
ISO
9241-‐210:2010(E).
Ergonomics
of
human–system
interac0on—
Part
210:
Human-‐centred
design
for
interac4ve
systems
11
Felicia0
2015
12. Human-‐centred
design
• Nella
proge)azione,
il
processo
itera0vo
più
noto
è
quello
dello
User
Centered
Design
(UCD,
proge:azione
centrata
sull'utente).
• Si
usano
metodi
di
co-‐design
e
design
partecipa4vo
per
ridurre
al
minimo
i
cicli
itera0vi.
L’obieAvo
è
quello
di
avvicinare
il
più
possibile
l’idea
del
progeAsta
alla
realtà
di
chi
userà
il
sito.
La
partecipazione
degli
uten0
alle
fasi
di
design
e
test
perme)e
ai
progeAs0
di
capire
meglio
le
esigenze
degli
uten0,
e
quindi
di
avvicinare
loro
il
prodo)o.
•
Lo
sviluppo
di
prodoA
UCD
impone
al
progeAsta
di
raccogliere
-‐
o
di
collaborare
con
esper0
per
raccogliere
-‐
informazioni
sugli
uten0
finali
con
tecniche
come:
focus
group,
interviste
contestuali,
personas,
ecc.
Ne
parleremo
Felicia0
2015
12
13. 13
La definizione di qualità d’uso
Nella norma ISO/IEC 9126-1 – Information
Technology. Software product quality: quality model
– la qualità nell’uso di un prodotto è definita:
la capacità di un prodotto di aiutare determinati utenti
a raggiungere determinati obiettivi con efficacia,
efficienza, sicurezza e soddisfazione, in determinati
contesti d’uso
La qualità di un prodotto software non è dunque nel suo essere
senza difetti, ricco di funzionalità e di contenuti o
tecnologicamente innovativo, ma si ottiene solo tenendo
conto delle esigenze degli utenti in relazione al contesto
d’uso.
Felicia0
2015
garan0re
qualità
(pre-‐requisi0)
14. 14
I
fa:ori
per
la
qualità
d’uso
Insomma,
la
qualità
dell’uso
dipende
inizialmente
da
due
fa)ori:
§ l’accessibilità
dei
contenu0
(tuA
gli
uten0
in
tuA
i
contes0)
§ l’usabilità
(che
garan0sce
i
requisi0
di
efficacia,
efficienza,
sicurezza
e
soddisfazione)
La
legge
9
gennaio
2004
Disposizioni
per
favorire
l’accesso
dei
soggeB
disabili
agli
strumen0
informa0ci
(cosidde)a
Legge
Stanca)
ha
aperto
nuovi
scenari
per
il
web
delle
PPAA
italiane
perché
ha
definito
espressioni
quali
“accessibilità”
e
“fruibilità”,
che
da
allora
sono
ufficialmente
le
cara:eris4che
fondamentali
e
obbligatorie
della
qualità,
stabilendone
un
metodo
di
valutazione.
Felicia0
2015
garan0re
qualità
(pre-‐requisi0)
15. Un
metodo
semplificato
(italiano)
per
proge)are
e
valutare
l'usabilità
eGLU
2.1
-‐
Come
realizzare
test
di
usabilità
semplifica4
per
i
si4
web
e
i
servizi
online
delle
PA
In
più
• eGLU-‐M
(per
i
test
da
mobile)
• Glossario
condiviso
dell’usabilità
• Linee
guida
per
gli
appal0
web
user-‐centred
design
Felicia0
2015
15
16. Standards,
modelli
In
che
forma
i
modelli
teorici
sulle
digital
library
affrontano
la
ques0one
degli
uten0?
16
Felicia0
2015
16
18. The
model
does
not
provide
an
extensive
set
of
roles:
tes4ng
and
evalua4on
are
not
included
in
the
roles,
even
if
they
are
essen0al
in
the
DL
life-‐cycle.
In
addi0on,
besides
human
actors,
there
are
also
bots,
intelligent
agents
and
other
machine
actors,
here
not
considered.
DELOS
DLRM
(user
domain)
18
Felicia0
2015
19. The
5S
model
A
representa0on
of
user
needs
could
be
done
combining
two
points
of
view:
what
Scenarios
are
most
typical
for
the
users,
what
proper0es
of
a
Society
specify
a
par0cular
community
of
users
(like
the
designed
community
of
OAIS
model)
19
Gonçalves,
Fox,
Watson
and
Kipp,
2004.
Streams,
structures,
spaces,
scenarios,
socie0es
(5S)
Felicia0
2015
20. Un
modello
per
la
valutazione
Tsakonas,
Papatheodorou
2008,
Tryp0ch
Interac0on
Framework
20
Felicia0
2015
21. I
metodi
di
studio
degli
uten0
(in
breve)
Con
il
coinvolgimento
dire:o
dell'utente
l Osservazione
dire)a
l Ques0onari
l Focus
group
Con
l'utente
ma
a
osservazione
indire:a
l Analisi
degli
User
logs
l Eye
tracking
Senza
uten4
reali
(simulazione)
l Profili
l Personae
l Casi
d'uso
l Scenari
Felicia0
2015
21
22. Osservazione
dire)a
• Esistono
affermate
tecniche
di
valutazione
ergonomica,
con
una
tradizione
di
studi
sull’usabilità
degli
oggeA
come
degli
ambien0
informa0vi
(come
il
web)
• L’osservazione/valutazione
si
basa
sullo
svolgimento
da
parte
di
un
campione
di
uten0
di
specifici
task
in
un
ambiente
controllato
(a
vari
livelli),
con
una
verifica
del
tasso
di
successo,
più
la
somministrazione
di
eventuali
ques0onari
Felicia0
2015
22
24. Felicia0
2015
24
Misurazione
dell’audience
Interviste
standardizzate
Le
interviste
possono
essere
effe)uate
telefonicamente
o
di
persona,
inviate
tramite
e-‐mail
(e-‐mail
survey),
dire)amente
a:raverso
il
Web
(web
interviewing,
web-‐
based
survey),
sfru)ando
un’interfaccia
grafica,
di
semplice
e
immediato
u0lizzo,
per
visualizzare
le
domande
e
raccogliere
le
risposte.
Si
tenga
solo
conto
del
fa)o
che
gli
psicologi
cogni0vi
insegnano
che
la
consapevolezza
dell’esperienza
(digitale),
se
troppo
distante,
è
sempre
rielaborata
anche
grazie
alle
esperienze
successive
25. Felicia0
2015
25
Ques0onari
on-‐line
Il
ques4onario
online
può
essere
somministrato
in
modo
sistema0co
u0lizzando
le
tecnologie
offerte
dal
Web
(in
corrispondenza
dell’entrata
o
dell’uscita
da
un
sito,
in
base
allo
specifico
ammontare
di
tempo
speso
su
un
sito,
a
uno
specifico
comportamento
di
navigazione,
ogni
n
accessi
al
sito
etc.),
è
necessario
però
evitare
che
il
visitatore
venga
esposto
di
con0nuo
all’invito
a
partecipare
all’indagine.
26. Felicia0
2015
26
Ques0onari
on-‐line
I
vantaggi
del
ques4onario
sono:
• cos0
contenu0
• tempi
di
proge)azione
e
realizzazione
rapidi
• capacità
di
raggiungere
uten0
dispersi
sul
territorio
• possibilità
di
impiegare
contenu0
mul0mediali
(audio
e
video)
• controllo
in
tempo
reale
dei
processi.
Le
cri4cità:
• veridicità
delle
affermazioni
che
l’intervistato
fornisce
(anche
in
merito
alla
propria
iden0tà
e
alla
ripe0zione)
• incompletezza
della
compilazione
(significa0va
o
no?)
27. Felicia0
2015
27
Focus
group:
chi
e
come?
l’individuazione
di
un
panel
group
In
genere,
si
tende
a
selezionare
“campioni
casuali”
o
“probabilis0ci”,
che
non
risentano
delle
influenze
e
delle
inclinazioni
degli
analis0.
Per
il
reclutamento,
si
usano
la
ricerca
telefonica
a
digitazione
numerica
randomica
oppure
le
interviste
personali
con
incontri
di
selezione,
oppure
sistemi
di
reclutamento
via
posta
o
web.
Si
suggerisce
un
gadget
di
ricompensa
per
il
tempo
dedicato
alla
ricerca.
il
protocollo
per
il
focus
group
Si
deve
definire
un
protocollo
da
seguire
rigorosamente,
che
includa
con
a)enzione
vari
strumen0
di
raccolta
di
da0
u0li
alla
valutazione:
discussione
moderata,
ques0onari,
svolgimento
task,
brainstorming.
Meglio
se
è
seguito
da
almeno
due
persone
di
cui
una
modera
e
una
segue
la
registrazione
o
si
appunta
la
discussione
o
il
thinking
aloud
28. Felicia0
2015
28
misurazione
indire)a
Audience
measurement
(audiometrìa)
Sono
i
metodi
impiega0
per
calcolare
quante
persone
rientrano
in
una
audience,
ovvero
un
insieme
di
persone
raggiunte
da
un
messaggio,
per
programmare,
effe:uare
ricerche
sociali,
vendere
pubblicità
o
vendere
prodoB.
Sul
web
gli
uten0,
oltre
a
manifestare
i
propri
bisogni
effe)uando
azioni,
quan0ficabili,
usano
interfacce
socware
che
possono
essere
analizzate
ancor
più
nel
de)aglio.
La
misurazione
dell’audience
sul
Web
si
può
dis0nguere
tra
automa4ca/indire)a/passiva
o
dire:a/aAva.
29. Felicia0
2015
29
Audience
measurement
(audiometrìa)
Una
dis0nzione
importante
va
fa)a
rispe)o
ai
da0
raccol0:
● in
modalità
“censuaria”
(census
data):
tuA
gli
uten0,
con
la
rilevazione
automa4ca
dei
da0,
ovvero
la
raccolta
e
l’analisi
del
traffico
on-‐line,
viene
oggi
indicata
come
web
analy4cs,
inglobando
le
capacità
di
registrazione
dei
server
web
(logging
capabili0es),
le
tecnologie
di
“e0che)atura”
dei
contenu0
digitali
(tagging
technologies),
le
possibilità
di
“annusamento”
del
traffico
in
rete
(network
sniffing).
● in
modalità
“campionatoria”
(sample
data):
solo
un
campione.
La
raccolta
di
da0
avviene
tramite
interviste
o
ques0onari
somministra0
ad
un
campione
di
utenza,
dire)amente
coinvolta.
audience
measurement
e
valutazione
30. Felicia0
2015
30
Audience
measurement
(audiometrìa)
Si
può
fare
una
classificazione
del
web
analy4cs
in
base
alle
fon0
di
rilevamento
(data
sources)
dei
comportamen0
degli
uten0
sul
web:
1)
Rilevazione
centrata
sul
server
(server
based):
il
server
web
registra
le
richieste
di
accesso
(log)
alle
pagine
di
un
sito
web,
le
archivia
e
le
analizza.
2)
Rilevazione
centrata
sul
browser
(browser-‐based):
in
questo
caso,
la
rilevazione
è
effe)uata
dal
computer
dell’utente
(client).
3)
Rilevazione
centrata
sul
network
(network
based):
la
rilevazione
avviene
al
livello
dei
proxy
server
degli
Internet
service
provider,
dove
si
“annusano”
(sniff)
le
richieste.
audience
measurement
e
valutazione
31. Felicia0
2015
31
Analisi
dei
file
di
log
(log
file
analysis)
I
server
che
ospitano
le
applicazioni
web
inviano
agli
uten0
contenu0
testuali,
immagini,
file
mul0mediali
ecc.
Le
richieste
di
pagine
web
effe)uate
dagli
uten0
vengono
memorizzate
nella
forma
di
file
di
log
(log
file).
Data
la
mole
notevole
di
ques0
file,
la
loro
elaborazione
viene
in
genere
effe)uata
da
socware
specifici
chiama0
log
analyzers.
L’interpretazione
dei
da0
consente
di
estrarre
degli
indicatori
rela0vi,
per
esempio,
al
numero
degli
accessi,
ai
percorsi
di
navigazione,
ai
modelli
di
comportamento,
alle
configurazioni
tecniche
dei
disposi4vi
u0lizza0
per
la
connessione.
Quest’analisi,
di
0po
censuario
e
non
campionario,
deve
però
tener
conto
di
ampi
margini
di
approssimazione
nei
da0.
audience
measurement
e
valutazione
32. Felicia0
2015
32
audience
measurement
e
web
analy0cs
vantaggi
Non
sono
necessari
hardware
o
installazioni
di
socware
speciali
sempre
disponibili
sia
le
informazioni
a)uali
che
le
storiche
tuA
gli
even0
che
accadono
nel
server
vengono
registra0
anche
i
si0
a
basso
traffico
possono
essere
analizza0
facilmente
svantaggi
difficoltà
di
standardizzazione
dei
parametri
una
parte
significa0va
delle
risorse
visita0
sfugge
alla
registrazione
(ad
esempio
le
pagine
dinamiche)
incapacità
di
misurare
il
traffico
client-‐side
(memoria
cache,
etc.)
difficoltà
di
calcolare
il
tempo
realmente
trascorso
su
una
pagina
mancanza
di
informazioni
socio
demografiche
33. Eye
tracking
Anche
se
questo
metodo
è
molto
usato
negli
studi
di
marke0ng
per
i
colossi
del
web,
ancora
non
è
stato
ampiamente
applicato
nella
valutazione
degli
uten0
di
ambien0
e
sistemi
mul0mediali.
Può
essere
usato
per
raccogliere
da4
quan4ta4vi
e
qualita4vi,
a)raverso
la
registrazione
della
fissazione
e
traie)orie
dello
sguardo
I
risulta0
possono
essere
visualizza0
ad
esempio
come
mappe
di
calore
(heat
maps)
per
presentare
le
aree
che
aArano
la
maggior
parte
dello
sguardo
dei
soggeA.
Nel
caso
di
Europeana,
la
zona
che
aAra
più
interesse
è
la
barra
di
ricerca
Felicia0
2015
33
34. Felicia0
2015
34
Simulare
l’utente
I
profili
utente
(user
types)
descrivono
alcune
tra
le
cara:eris4che
stabili
di
una
4pologia
di
persone
rappresenta4va
del
bacino
di
des4natari
cui
l’applicazione
intende
rivolgersi.
Come
nel
marke0ng,
i
profili
utente
possono
essere
classifica0:
• per
variabili
geografiche
(nazione,
regione,
ci)à
ecc.)
• per
variabili
demografiche
(età,
genere,
istruzione,
censo,
•
occupazione,
stato
socioeconomico,
religione,
nazionalità/razza,
•
disabilità,
lingua
ecc.
• per
variabili
“webografiche”
(comportamento
nell’uso
di
Internet,
•
si0
preferi0,
browser
u0lizza0
ecc.
• variabili
comportamentali
(impazienza,
disposizione
•
all’esplorazione
ecc.)
35. Felicia0
2015
35
L’applicazione
può
proporre
selezioni
di
contenu4
basate
su
determina0
profili
o
ruoli.
Questo
processo
può
anche
essere
automa4zzato
a
seguito
di
una
procedura
di
registrazione
dove
l’utente
finale
indica
il
profilo
di
appartenenza.
Una
volta
defini0
e
assegna0,
ques0
profili
possono
essere
sfru)a0
in
fase
di
ricerca
e
per
applicare
logiche
di
marke4ng
nei
confron4
di
determinate
categorie
di
uten4.
Una
volta
defini0vo
un
profilo,
questo
può
essere
u0lizzato
per
rintracciare
con
facilità
tuA
gli
uten0
di
quel
0po.
Ogni
ruolo
può
controllare
l’accesso
a
una
o
più
pagine
web.
Un
profilo
può
essere
associato
a
più
ruoli;
un
ruolo
può
essere
associato
a
più
profili.
Simulare
l’utente:
user
types
36. Felicia0
2015
36
Simulare
l’utente:
Personae
Per
cara:erizzare
meglio
i
profili,
si
può
u0lizzare
la
tecnica
delle
personae.
“Le
persone
–
tecnica
divenuta
nota
a
seguito
della
pubblicazione
nel
1999
del
volume
di
Alan
Cooper,
The
Inmates
are
Running
the
Asylum
–
sono
personaggi
simula4,
crea0
per
rappresentare
profili
utente
differenzia0
rispe)o
a
un
target
che
potrebbe
visualizzare
un
sito
o
u0lizzare
un
prodo)o.
Le
persone
sono
u0li
nell’aiutare
a
prendere
delle
decisioni
su
un
prodo)o,
rela0vamente
a
cara)eris0che,
interazioni
e
design.
Una
persona
rappresenta
gli
obieBvi
e
i
comportamen4
di
un
gruppo
di
uten4
reali”
(Wikipedia).
Come
facciamo
a
definire
una
persona?
In
genere,
le
cara)eris0che
di
una
persona
sono
la
sintesi
dei
da4
raccol4
in
occasioni
di
interviste
contestuali,
interviste
individuali,
indagini
sul
Web,
focus
group,
test
di
usabilità
ecc.
37. Felicia0
2015
37
Simulare
l’utente:
casi
d'uso
Esistono
poi
tecniche
che
consentono
di
“simulare”
il
comportamento
dell’utente
nell’u4lizzo
di
una
specifica
applicazione
web:
i
casi
d'uso
(use
cases)
Un
caso
d’uso
è
la
descrizione
di
come
gli
uten4
eseguono
delle
azioni
sulla
propria
applicazione
web.
Esso
descrive
una
sequenza
di
interazioni
tra
l’utente
e
l’applicazione
web,
senza
specifiche
sull’interfaccia
utente.
Generalmente
si
divide
in
due
par0:
§ Gli
step
che
l’utente
deve
compiere
per
eseguire
una
determinata
azione
§ Il
modo
in
cui
l’applicazione
web
dovrebbe
rispondere
alle
azioni
dell’utente.
38. Felicia0
2015
38
Simulare
l’utente:
scenari
“Uno
scenario
è
una
narrazione
che
descrive
una
serie
di
interazioni
prevedibili
tra
alcuni
4pi
di
uten4
(character)
e
il
sistema.
Gli
scenari
comprendono
informazioni
sugli
obieBvi,
le
aspeRa0ve,
le
mo0vazioni,
le
azioni
e
le
reazioni.
Gli
scenari
non
sono
profe0ci
né
previsionali,
ma
piu)osto
cercano
di
rifle)ere
o
ritrarre
il
modo
in
cui
un
sistema
viene
u4lizzato
nel
contesto
dell’aAvità
quo0diana”
(Wikipedia).
Gli
scenari
possono
raggiungere
diversi
livelli
di
de)aglio
(semplici
o
complessi)
39. References
(1)
Handbook
on
cultural
web
interac0on,
MINEVA
project,
2008
h)p://www.minervaeurope.org/publica0ons/handbookwebusers.htm
Informa0on
Behaviour
of
the
Researcher
of
the
Future.
CIBER,
(2008)
h)p://www.jisc.ac.uk/media/documents/programmes/reppres/
gg_final_keynote_11012008.pdf
Khoo,
M.,
G.
Buchanan,
S.J.
Cunningham,
Lightweight
user-‐friendly
evalua0on
knowledge
for
digital
libraries.
D-‐Lib
Magazine,
July/August
2009,
h)p://www.dlib.org/dlib/july09/khoo/07khoo.html
Sundqvist
A.
(2007).
The
use
of
records
–
a
literature
review.
Archives
&
Social
Studies:
A
Journal
of
Interdisciplinary
Research,
1(1),
623-‐653.
Tsakonas,
G.,
Papatheodorou,
C.
(2008).
Exploring
usefulness
and
usability
in
the
evalua0on
of
open
access
digital
libraries.
Informa0on
Processing
&
Management,
44(3),
1234-‐1250
Felicia0
2015
39
40. References
(2)
Dobreva
M.,
O’Dwyer
A.,
Felicia0
P.,
User
studies
for
digital
library
development.
Facet:
London,
2012
Tsakonas
G.
and
Papatheodorou
C.
Exploring
usefulness
and
usability
in
the
evalua0on
of
open
access
digital
libraries.
Informa0on
Processing
&
Management.
44,
3
(May
2008),
pp.1234-‐1250
Candela,
L.
et
al.
(2008)
.
The
DELOS
Digital
Library
Reference
Model
-‐
Founda0ons
for
Digital
Libraries.
Version
0.98.
h)p://www.delos.info/files/pdf/ReferenceModel/
DELOS_DLReferenceModel_0.98.pdf
Gonçalves,
M.,
Fox,
E.,
Watson,
L.,
and
Kipp,
N.
2004.
Streams,
structures,
spaces,
scenarios,
socie0es
(5s):
A
formal
model
for
digital
libraries.
ACM
Transac0ons
on
Informa0on
Systems,
22(2)
(2004)
pp.
270-‐312.
Wilson,
T.
D.
(2000).
Human
informa0on
behavior.
Informing
Science,
3
(2),
pp.
49-‐55.
Gruppo
di
lavoro
Usabilità
del
dip.
FP.
Protocollo
eGLU
2.1.
Vademecum
per
la
realizzazione
di
test
semplifica0
di
usabilità,
Roma
2015,
h)p://www.funzionepubblica.gov.it/glu.aspx
Felicia0
2015
40