UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2014 – 2015
Cognitieve aspecten van procesmodelleren: literatuurstudie
Masterproef voorgedragen tot het bekomen van de graad van Master of Science in de Toegepaste Economische Wetenschappen: Handelsingenieur
Dimitri Sytnyk onder leiding van Prof. dr. Frederik Gailly
UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2014 – 2015
Cognitieve aspecten van procesmodelleren: literatuurstudie
Masterproef voorgedragen tot het bekomen van de graad van Master of Science in de Toegepaste Economische Wetenschappen: Handelsingenieur
Dimitri Sytnyk onder leiding van Prof. dr. Frederik Gailly
PERMISSION Ondergetekende verklaart dat de inhoud van deze masterproef mag geraadpleegd en/of gereproduceerd worden, mits bronvermelding. Dimitri Sytnyk
Woord vooraf Het voorleggen van een thesis ter afsluiting van een universitaire studie, is een ideaal moment om mijn dankbaarheid uit te drukken ten aanzien van een aantal mensen die mij in de loop der jaren en in het bijzonder bij het tot stand komen van dit werk, hebben gesteund. Zo’n onderzoek gaat gepaard met vallen en opstaan, en uiteraard heb je de steun en ervaring van anderen nodig. Daarom zou ik graag een aantal mensen oprecht willen bedanken.
In de eerste plaats wil ik mijn begeleider, Jan Claes, bedanken voor de grenzenloze inzet, veel geduld en enthousiasme tijdens de verschillende feedbackmomenten. Dankzij jouw inzichten, nodige steun en constructieve feedback, heb ik ongelofelijk veel bijgeleerd tijdens het schrijven van dit eindwerk.
Mijn dank gaat ook uit naar de commissaris prof. dr. Geert Poels en promotor prof. dr. Frederik Gailly, die mij een kritische blik en een gezonde portie relativeringsvermogen hebben bijgebracht. Verder wil ik nog Liesa D’haeseleer bedanken voor haar advies en steun. Uiteraard wil ik ook mijn vrienden bedanken voor hun steun en een toffe studententijd!
Tenslotte wil ik nog mijn ouders en grootouders bedanken. Zij hebben mij gedurende 5 jaar gesteund, zowel financieel als moreel, in leuke en in moeilijke tijden. Ik wil hen ook oprecht bedanken voor de kansen die ik heb gekregen
I
Inhoudsopgave
Woord vooraf ........................................................................................................................ I Inhoudsopgave ..................................................................................................................... II Lijst van gebruikte afkortingen ............................................................................................ IV Lijst van figuren .................................................................................................................... V Lijst van tabellen ................................................................................................................. VI 1.
Inleiding .........................................................................................................................1
2.
Gerelateerd werk ...........................................................................................................5 2.1
Kwaliteit van procesmodellen ...................................................................................6
2.2
Modelleertalen .........................................................................................................8
2.3 Types van geheugen, magical number 7 ± 2, dual coding theory, cognitive theory of multimedia learning en cognitive load theory ......................................................................8 2.4
Menselijke informatieverwerkingsliteratuur............................................................ 13
2.5
Literatuur over oordeel onder onzekerheid .............................................................. 14
2.6
Literatuur van consumentengedrag ......................................................................... 16
2.7
Conclusie theoretische ondersteuning ..................................................................... 18
3.
Onderzoeksvragen ....................................................................................................... 19
4.
Doelstelling................................................................................................................... 22
5.
Praktische uitwerking van de methodologie ............................................................... 22 5.1
Tijdspanne .............................................................................................................. 23
5.2
Onderwerp, zoektermen en databasekeuze .............................................................. 24
5.2.1
Onderwerp ...................................................................................................... 24
5.2.2
Zoektermen ..................................................................................................... 24
5.2.3
Database .......................................................................................................... 25
5.3
5.3.1
Problem solving .............................................................................................. 26
5.3.2
Procesmodellering ........................................................................................... 28
5.4
6.
Zoek- en selectieproces .......................................................................................... 26
Selectiecriteria ........................................................................................................ 30
5.4.1
Problem Solving .............................................................................................. 30
5.4.2
Procesmodellering ........................................................................................... 32
5.4.3
Kwaliteitsevaluatie .......................................................................................... 32
Resultaten .................................................................................................................... 34
II
6.1 RQ1: Wat is de bestaande kennis over het verband tussen cognitieve fit en (de kwaliteit van) problem solving? ........................................................................................ 34 6.1.1
Fit van representatie van informatie ................................................................. 34
6.1.2
Fit van technologie .......................................................................................... 35
6.2 RQ2: Wat is de bestaande kennis over het verband tussen cognitieve fit en (de kwaliteit van) het modelleerproces/procesmodellen? ......................................................... 38 6.2.1
Algemene grafische aspecten ........................................................................... 38
6.2.2
Cognitive Fit als evaluatiehulpmiddel .............................................................. 41
6.2.3 Cognitive Fit als (mogelijke) verklaring voor geobserveerde fenomenen van modellering ................................................................................................................... 42 7.
Discussie ....................................................................................................................... 44
8.
Beperkingen van dit onderzoek .................................................................................. 46
9.
Conclusie ...................................................................................................................... 47
10.
Referenties .............................................................................................................. VII
11.
Bijlagen................................................................................................................ XXV
III
Lijst van gebruikte afkortingen BoK
Base of Knowledge
BPMN
Business Process Model and Notation
BPR
Business Porcess Re-engineering
CD
Cognitive Dimensions
CF
Cognitive Fit
CFT
Cognitive Fit Theory
CL
Cognitive Load
CLT
Cognitive Load Theory
CMLT
Cognitive Theory of Multimedia Learning
CPA
Choice by Processing Attributes
CPB
Choice by Processing Brands
CRD
Centre for Reviews and Dissemination
DCA
Debit-Credit-Account
DSS
Decision Support System
EPC
Event-driven Process Chain
P/T-net
Petri net
REA
Resources-Events-Agents
TTF
Task-Technology Fit
UM
United Methodists
UML
Unified Modeling Language
WoS
Web of Science
WM
Working Memory
YAWL
Yet Another Workflow Language
IV
Lijst van figuren
Figuur 1: (Extended) cognitive fit theory (aangevuld met inzichten van Khatri et al., 2006; Khatri, Vessey, & Ramesh, 2006; Sinha & Vessey, 1992; Vessey & Galletta, 1991; Shaft & Vessey, 2006) .........................................................................................................................5 Figuur 2: Vereenvoudigde voorstelling van de working memory, zonder de episodic buffer, volgens Baddeley & Hitch, (1974) ..........................................................................................9 Figuur 3: Multi-store model van Atkinson & Shiffrin, (1968) ............................................... 10 Figuur 4: Voorstelling isomorfe problemen .......................................................................... 14 Figuur 5: Geaggregeerde classificatie van de resultaten voor de 3 condities .......................... 18 Figuur 6: Overzicht zoek- en selectieproces voor problem solving en cognitive fit ................ 28 Figuur 7: Overzicht zoek- en selectieproces voor procesmodellering en cognitive fit ............ 30 Figuur 8: Kwaliteitskenmerken waar een studie aan zou moeten voldoen volgenss CRD ...... 32 Figuur 9: Hoofdconstructen van Task-Technology Fit (Goodhue & Thompson, 1995; Goodhue, 1998) .................................................................................................................... 36 Figuur 10: Het verband tussen bijlage 9 en bijlage 10 ........................................................... 38 Figuur 11: Gepercipieerde voordelen van procesmodellering ....................................... XXVIII
V
Lijst van tabellen
Tabel 1: Frequenties van de kwaliteitskenmerken in de literatuur............................................7 Tabel 2: Eigenschappen van kwaliteitsvolle studies .............................................................. 33 Tabel 3: Cognitive Dimensions (Green, 1989, 1991)............................................................. 36 Tabel 4: Factoren die de cognitive load beïnvloeden bij het begrijpen van modellen (uit: (Figl, Mendling, et al., 2013)) ........................................................................................................ 39 Tabel 5: Principes voor het ontwikkelen van cognitief effectieve visuele notaties (D. Moody, 2009) .................................................................................................................................... 40 Tabel 6: Interacties van verschillende principes (Shaft & Vessey, 2006) ............................... 40 Tabel 7: Mogelijke belemmeringen van procesmodellen ....................................................... 41
VI
1. Inleiding “If something gets so complex that you can’t remember everything all at the same time, you have to represent it” (Zachman, 1987).
Steeds meer organisaties ervaren dat de toenemende complexiteit van de context waarin zij opereren, invloed heeft op de complexiteit van hun eigen processen (Größler, Grübner, & Milling, 2006; Maznevski, Steger, & Amann, 2007). Dit zou de toenemende aandacht in deze organisaties kunnen verklaren voor het in kaart brengen van hun processen, in zogenaamde procesmodellen (Barjis, 2008). Een proces kan omschreven worden als “een georganiseerde groep van gerelateerde activiteiten die samenwerken om te resulteren in een waardecreatie” (Hammer, 2001). Een model kan omschreven worden als een abstracte representatie van de realiteit dat is gemaakt, geanalyseerd, geverifieerd en gemanipuleerd om een bepaald doel te ondersteunen, ook al is dat doel het verhogen van de verstaanbaarheid van een bepaalde situatie/proces (Steiger, 1998). “In essentie zijn alle modellen fout, maar sommige zijn nuttig” (Box, 1979). Met deze gewaagde uitspraak werd bedoeld dat modellen ‘fout’ zijn in die zin dat ze niet altijd en niet helemaal de volledige realiteit (kunnen) beschrijven. Een model maakt eigenlijk (soms noodgedwongen) abstractie van de realiteit en de echte informatie. Gebruikers kunnen soms niet anders dan vertrouwen op vereenvoudigde, van elkaar verschillende modellen (Senge, 1990). Procesmodellen kunnen helpen om een overzicht te scheppen en te bewaren, om de kennis van de processen te verhogen en om op die manier de complexiteit te reduceren (Champy & Hammer, 1993; Davenport, 1992; Smith & Fingar, 2002). Ze helpen om de verschillende stappen in een proces, de verbanden tussen deze stappen, de actoren die deze stappen uitvoeren, de systemen die betrokken zijn bij de uitvoering ervan, de momenten waarop communicatie plaatsvindt tussen de verschillende actoren (bijvoorbeeld tussen de klant(en) en externe partij(en)), te visualiseren (Mendling, Recker, & Reijers, 2009).
Modelleren van processen op bedrijfsniveau kan een aanzienlijke inspanning betekenen in termen van tijd, investeringen in tools, trainingen van het personeel om met deze tools te kunnen werken, uitwerken van methodologieën en het uitvoeren van het proces zelf.
1
Het is daarom nuttig om te kijken welke voordelen procesmodellen nu eigenlijk bieden aan de onderneming en deze voordelen te vergelijken met de nodige kosten (Indulska, Green, Recker, & Rosemann, 2009). (Voor een kort overzicht van deze voordelen zie bijlage 1)
Procesmodellering wordt voornamelijk gebruikt voor (a) model gebaseerde identificatie van de zwakke plaatsen in een proces, (b) adaptatie van best practices, (c) design van een nieuwe blauwdruk van het proces als een vorm van communicatie en documentatie en (d) training van de eindgebruikers (Curtis, Kellner, & Over, 1992; Becker, Rosemann & Schütte, 1997; Bartholomew, 1999; Gulla & Brasethvik, 2000; Peristeras & Tarabanis, 2000; Rosemann, 2000). CEO’s en managers leggen steeds meer de nadruk op het documenteren, begrijpen en verbeteren van de processen, aangezien de performantie van de organisatie wordt gezien als een determinant van business efficiëntie (Cauvet & Guzelian, 2008; Markovic & Kowalkiewicz, 2008). Zonder documentatie van de verschillende complexe processen, is het moeilijker om te begrijpen hoe deze nu werkelijk worden uitgevoerd of zouden moeten worden uitgevoerd. Of men nu rechtstreeks betrokken is bij dat proces of niet, een documentatie ervan zou een handige hulpmiddel zijn voor elke werknemer die er nut bij heeft dat proces goed te begrijpen, voor welke doeleinden dan ook. Het is ook niet eenvoudig om processen te verbeteren of te optimaliseren indien men geen duidelijk overzicht ervan heeft. Volgens Maria, (1998), is het ook mogelijk om significante voordelen te realiseren omtrent procesveiligheid en het monitoren ervan, indien voldoende accurate en betrouwbare procesmodellen beschikbaar zijn. Beslissingsondersteunende modellen zijn dan ook van essentieel belang voor de managers, vooral wanneer de complexiteit van de processen groter wordt (Shane & Ulrich, 2004). De wedloop om kostenbesparingen enerzijds en kwaliteitsverhogingen anderzijds, speelt alsmaar vaker een rol op het niveau van processen en hoe deze worden uitgevoerd (Sullivan & Hartman, 2009). Business Process Re-engineering (BPR) heeft de interesse in (business) procesmodellering hernieuwd als een vereiste voor de analyse en de verbetering ervan (Champy & Hammer, 1993). Aangezien procesmodellen kunnen gebruikt worden om beslissingen te nemen over het waar, hoe en waarom bepaalde veranderingen aan de processen moeten worden aangebracht, is de kwaliteit van deze procesmodellen belangrijk (Sánchez-González, García, Ruiz, & Piattini, 2013).
2
Kwaliteit speelt ook een belangrijke rol bij de ontwikkeling, gebruik en evaluatie van de procesmodellen (Sánchez-González et al., 2013). Hoewel procesmodellen ruim 30 jaar uitgebreid worden gebruikt, weten we verrassend weinig over de verschillende factoren die bijdragen tot de kwaliteit van deze modellen (Mendling, 2009). De belangrijkste problemen met de kwaliteit van procesmodellen zijn niet grondig genoeg onderzocht (Mendling, Reijers, & van der Aalst, 2010). Bedrijfsprocesmodellen zijn niet altijd van hoge kwaliteit aangezien ze volgens verschillende studies vaak fouten bevatten, zoals bijvoorbeeld syntactische fouten (voor een overzicht zie Mendling, (2009)). De fouten in procesmodellen zouden eigenlijk zo vroeg mogelijk moeten worden gedetecteerd, want hoe later deze worden opgespoord, hoe meer werk, financiële middelen en moeite men nodig heeft om deze fouten te corrigeren en recht te zetten (Mendling, 2009; Sánchez-González et al., 2013). Zo kosten de fouten, die na de implementatiefase worden ontdekt, ongeveer 100 keer meer dan fouten die tijdens design- of analysefase worden ontdekt (Boehm, 1981). Het zou nuttig zijn om procesmodellen met zo weinig mogelijk fouten te ontwikkelen, welke begrijpbaar zijn voor de makers, gebruikers en andere stakeholders ervan. Zo heeft bijvoorbeeld de begrijpelijkheid van modellen een significante invloed op het succes van de re-design van een bepaald proces (Kock, Verville, Danesh-Pajou, & DeLuca, 2009). Dit betekent dat het nuttig zou kunnen zijn om de voorstelling van de taak, de taak zelf die moet worden uitgevoerd, het modelleerproces en andere aspecten die een invloed kunnen hebben op de finale kwaliteit, op een zodanige manier te ontwikkelen, dat men zo min mogelijk fouten maakt. Volgens Oden, Lopes, Lindsay, & Norman, (1997) heeft de representatie van de taak die moet worden uitgevoerd of het probleem dat moet worden opgelost, een invloed op de oplossingsstrategie. Pinggera et al., (2010) stelt dat een gestructureerde (breadth-first1 of depth-first2) voorstelling van het probleem, significant bijdraagt tot de kwaliteit van het uiteindelijke resultaat van modelleerproces.
1
Breadth-first voorstelling: Begint met de startactiviteit en legt vervolgens het hele proces uit door alle subprocessen ervan in rekening te brengen en te bespreken. Men gaan echter niet dieper in op de details van de verschillende subprocessen. 2
Depth-first voorstelling: Begint met de startactiviteit en bespreekt vervolgens één volledige subproces. Vervolgens worden de andere subprocessen van het algemene proces één voor één besproken. Men gaat op een
3
Een gestructureerde voorstelling van het probleem is beter ten opzichte van een random geordende voorstelling waarbij de volgorde van de tekstblokken niet correleert met de structuur van het procesmodel van het probleem.
Het zou interessant zijn om al van bij het begin van het modelleerproces, te kijken naar en rekening te houden met de verschillende (cognitieve) factoren die bijdragen tot de kwaliteit van deze modellen. Indien men rekening gaat houden met deze verschillende (cognitieve) factoren, zou het mogelijk zijn om de kwaliteit van procesmodellen te verbeteren.
Volgens de cognitieve fit theorie (CFT) hebben de mensen de neiging om effectiever en efficiënter te zijn in de uitvoering van een bepaalde taak wanneer de representatie ervan past bij de taak die moet worden uitgevoerd (Vessey & Galletta, 1991; Vessey, 1991).
Volgens Vessey (1991) is een tekstrepresentatie van de taak, in de vorm van een tabel of lijst, meer geschikt voor statistische doeleinden (bijvoorbeeld het bepalen van het gemiddelde van een reeks van nummers), of om problemen/vragen op te lossen die peilen naar feiten. Er is dan een betere fit tussen de taak die moet worden uitgevoerd en de voorstelling ervan. Om de relaties tussen de data te onderzoeken is een grafische representatie van deze data, in de vorm van een grafiek, een geschikte keuze. Dit is omdat er dan volgens Vessey, (1991) een grotere fit is tussen de representatie van de taak en de taak zelf, waardoor men efficiënter de taak kan uitvoeren. De focus van de cognitive fit theory is op de fit tussen de probleemrepresentatie en de taak die moet worden uitgevoerd of een probleem dat moet worden opgelost. Maar er is ook een secundair effect, namelijk de fit tussen de taak en de persoon die deze taak moet uitvoeren. Er is ook onderzoek verricht naar de task-technology fit (TTF), waarbij men gaat onderzoeken wat het effect is van een fit tussen de taak en de gebruikte technologie bij deze taak en de resulterende performantie (Goodhue & Thompson, 1995). Sinds de initiële publicatie van de theorie in 1991, is het werk verfijnd en werden de verschillende concepten van de domeinkennis, methodekennis en problem solving tools in rekening gebracht (zie figuur 1) (Agarwal, Sinha, & Tanniru, 1996; Khatri, Vessey, Ram, & Ramesh, 2006; Khatri, Vessey, Ramesh, Clay, & Park, 2006;).
systematische manier dieper in op de details van de verschillende subprocessen. Dit gebeurt in de volgorde waarin ze voorkomen in het algemene probleem.
4
Indien de kwaliteit van procesmodellen verhoogd kan worden door van in het begin te zoeken naar en rekening te houden met een daarvoor geschikte taakrepresentatie, dan lijkt de cognitive fit theorie een uiterst relevante factor te zijn voor de kwaliteit van de procesmodellen enerzijds en kwaliteit van procesmodellering anderzijds. Deze theorie lijkt nog nauwelijks in verband te zijn gebracht met procesmodellering. Daarom is het interessant om te onderzoeken hoe de bestaande kennis rond de cognitieve fit, kan toegepast worden op procesmodellering en of het bijdraagt aan de kwaliteit van de procesmodellen.
De cognitive fit theory is het vertrekpunt voor het exploratief onderzoek waarover deze masterproef handelt.
Figuur 1: (Extended) cognitive fit theory (aangevuld met inzichten van Khatri et al., 2006; Khatri, Vessey, & Ramesh, 2006; Sinha & Vessey, 1992; Vessey & Galletta, 1991; Shaft & Vessey, 2006)
2. Gerelateerd werk “If I have seen a little further, it is by standing on the shoulders of giants” (Newton, 1676). Onderzoekers die de mogelijkheid hebben om gebruik te maken van de kennis en ontdekkingen van andere onderzoekers, kunnen erin slagen om de base of knowledge (BoK) van een bepaald onderwerp verder uit te breiden. Maar “staan op de schouders van dwergen”, zal de onderzoekers niet veel verder helpen om nieuwe horizonten te ontdekken (Webster & Watson, 2002). Het is belangrijk om zich ergens op te baseren en een stevige theoretische basis te ontwikkelen voor gelijk welk type onderzoek (Webster & Watson, 2002).
5
2.1
Kwaliteit van procesmodellen
Om ervoor te zorgen dat de procesmodellen nuttig zijn bij het bereiken van bepaalde voordelen, moet men voldoende aandacht besteden aan de kwaliteit van deze modellen (Bandara et al., 2005; Lindland, Sindre, & Solvberg, 1994; Rittgen, 2010). Modellen van slechte kwaliteit, leiden ongetwijfeld tot minder goede conclusies/beslissingen, dan modellen van goede kwaliteit. (Vanderfeesten & Cardoso, 2007)
Om ervoor te zorgen dat de kwaliteit van procesmodellen voldoende hoog is, is het belangrijk om rekening te houden met de volgende factoren, die geen exhaustieve lijst vormen, maar welke een significante invloed hebben op de kwaliteit van procesmodellen (Hommes, 2004):
Volledigheid: de mate waarin het model alle statements bevat die kunnen uitgedrukt worden over het domein van dat model. (Batini, Ceri, & Navathe, 1992; Moody, Sindre, Brasethvik, & Sølvberg, 2003; Taylor & Sedera, 2003)
Correctheid:
Syntactische correctheid: de mate waarin de statements die zijn uitgedrukt in het model, overeenkomen met de syntax van de modelleertaal. (Becker, Rosemann, von Uthmann, & Uthmann, 2000)
Semantische correctheid: de mate waarin het model het gedrag van de buitenwereld representeert. Met andere woorden, omvat het model alles wat het zou moeten omvatten, zoals gedefinieerd staat in de scope statement van het model (Batini et al., 1992; Moody et al., 2003; Zamperoni & Löhr-Richter, 1993).
Consistentie: de mate waarin de uitgedrukte statements in het model, elkaar niet tegenspreken. (Taylor & Sedera, 2003)
Eenvoud: de grootte en complexiteit van het model. (Batini et al., 1992; Moody et al., 2003)
6
Pragmatiek: (ook wel leesbaarheid, duidelijkheid of begrijpbaarheid genoemd): Het gemak waarmee de concepten en gedachten in het model kunnen begrepen worden door de gebruikers en/of alle relevante stakeholders ervan. (Batini et al., 1992; Lindland et al., 1994; Mendling & Strembeck, 2008; Moody et al., 2003)
Toegang tot feedback mechanismen: de mate waarin het mogelijk is om feedback te krijgen over het model van stakeholders, via trainingen of andere manieren. (Taylor & Sedera, 2003)
Sánchez-González et al., (2013) hebben de volgende factoren geïdentificeerd die een invloed uitoefenen op de kwaliteit van business process models en het aantal keer dat deze vermeld worden in de door hen gevonden set van papers, een overzicht van deze bevindingen volgens Sánchez-González et al., (2013) is te vinden in tabel 1:
Tabel 1: Frequenties van de kwaliteitskenmerken in de literatuur
Rekening houdend met de hierboven vermelde factoren, zou het mogelijk moeten zijn om tot kwaliteitsvolle procesmodellen te komen. Afhankelijk van wat het doel is van het modelleerproces, zullen bepaalde kwaliteitsaspecten van groter belang zijn dan andere. De beslissingen die op basis van de meer kwaliteitsvolle modellen worden genomen, zullen ook van betere kwaliteit zijn dan deze die genomen worden op minder kwaliteitsvolle modellen. Voor een overzicht van de literatuur omtrent de kwaliteit in business process models zie (Moreno-Montes de Oca, Snoeck, Reijers, & Rodríguez-Morffi, 2014; SánchezGonzález et al., 2013).
7
2.2
Modelleertalen
Om kwaliteitsvolle procesmodellen te kunnen modelleren, zijn doorheen de jaren verschillende modelleertalen/methodes ontwikkeld en gebruikt. Afhankelijk van wat het doel is van het modelleerproces, gaat men de daarbij passende modelleertaal/methode gebruiken. Er zijn een aantal modelleertalen/methodes ontwikkeld om te voldoen aan de verschillende noden van de uiteenlopende soorten gebruikers. Zo zijn er, onder andere, Petri nets (P/T-net) (Petri & Reisig, 2008), Event-driven Process Chains (EPC) die de flow van verschillende processen weergeven (EPC is vaak gebruikt in combinatie met de SAP modelleertool) (Van Der Aalst, 1999), DECLARE modelleertaal die vooral de nadruk legt op de beperkingen van een systeem (Pesic, Schonenberg, & Van Der Aalst, 2007), Unified Modeling Language (UML) (France, Evans, Lano, & Rumpe, 1998), Yet Another Workflow Language (YAWL) (Van Der Aalst & Ter Hofstede, 2005), Business Process Modeling and Notation (BPMN) (OMG, Parida, & Mahapatra, 2011) en nog andere modelleertalen die gebruikt kunnen worden om processen (en/of hun beperkingen) te modelleren. Deze hierboven vermelde (grafische) methodes, representeren slechts een fractie van de gebruikte modelleertalen, die zowel vroeger als nu gebruikt worden om business processen te modelleren. De uiteindelijke kwaliteit van procesmodellen zal voor een deel afhangen van het gebruik van de geschikte modelleertaal, die gerelateerd is aan het uiteindelijke doel van het modelleerproces (Mili et al., 2010). De keuze van een process modelling notation is een significante succesfactor voor een procesmodelleringsproject (Bandara et al., 2005). Voor een meer gedetailleerd overzicht van de verschillende modelleertalen, hun onderlinge vergelijking en een framework dat de lezer helpt om een geschikte modelleertaal te kiezen, zie Mili et al., (2010).
2.3
Types van geheugen, magical number 7 ± 2, dual coding theory, cognitive theory of multimedia learning en cognitive load theory
Het menselijk geheugen heeft drie belangrijke functies: (i) het registreren door onze zintuigen, verwerken en combineren van informatie, (ii) de opslag van deze informatie voor een bepaalde periode, en (iii) de oproeping van deze opgeslagen informatie. Deze functies worden verwezenlijkt door drie verschillende types geheugens: 8
(i) het zintuiglijk geheugen, (ii) kortetermijngeheugen of working memory (WM), afhankelijk van hoe je ze definieert (Cowan, 2009) en (iii) langetermijngeheugen (Atkinson & Shiffrin, 1968) (zie figuur 1 voor een overzicht). Het zintuiglijk geheugen stelt de mens in staat om de verschillende waargenomen stimuli, zeer kort (enkele honderden milliseconden (Walsh & Thompson, 1978) ) op te slaan en een indruk van deze informatie te bewaren, zelfs nadat de stimuli weg zijn (Coltheart, 1980). Deze opgeslagen informatie, verblijft daar juist lang genoeg om te worden overgebracht naar het kortetermijngeheugen (Carlson, 2010). Het zintuiglijk geheugen staat buiten de cognitieve controle van de mens en is een automatische respons voor de waargenomen stimuli. In de WM zorgt een flexibel systeem, de central executive voor de controle en regulatie van de cognitieve processen. Concreet zorgt de central executive voor de volgende zaken (Baddeley & Hitch, 1974): -
binding van de informatie, die afkomstig is van een aantal bronnen, in coherente episodes
-
coördinatie van de phonological loop, die met geluid en fonologische informatie omgaat, en de visuo-spatial sketch pad die de visuele informatie registreert (dit zijn de twee ondergeschikte systemen of slave systems, van de central executive, zie figuur 2)
-
de verandering tussen taakuitvoering en het oproepen van informatie
-
selectieve aandacht en inhibitie
Figuur 2: Vereenvoudigde voorstelling van de working memory, zonder de episodic buffer, volgens Baddeley & Hitch, (1974)
Wanneer informatie gelijktijdig via de phonological loop en de visuo-spatial sketch pad, wordt waargenomen, verbetert dit de begrijpelijkheid van deze informatie dan wanneer het via één kanaal zou worden waargenomen. Dit zijn de bevindingen van Paivio, (1991) die de Dual Coding Theory ontwikkelde. Deze theorie veronderstelt dat visuele informatie (bijvoorbeeld de grafische elementen in procesmodellen) en verbale informatie (bijvoorbeeld labels) afzonderlijk worden verwerkt en vervolgens opgeslagen via aparte kanalen (Paivio, 1991).
9
De WM heeft een beperkte capaciteit en kan 7 ± 2 ‘bits’ van informatie verwerken (Miller, 1956). Hoewel de capaciteit van de working memory bij iedereen ongeveer gelijk is, varieert de grootte van de hoeveelheid informatie die opgeslagen kan worden in deze ‘bits’, van persoon tot persoon en hangt deze af van de expertise die de persoon bezit in een bepaald domein. Miller, (1956) concludeerde dat de capaciteit niet gelimiteerd is in termen van ‘bits’ maar eerder in termen van ‘chunks’. Een chunk is de grootste, zinvolle eenheid van informatie in de gepresenteerde materie die een persoon herkent. Wat wordt beschouwd als een chunk, hangt af van de domeinkennis/expertise van een persoon. Wanneer de informatie als tekst en foto’s die in de buurt van elkaar staan, wordt voorgesteld, verbetert dit de begrijpbaarheid van grafisch materiaal (bijvoorbeeld een procesmodel) volgens de cognitive multimedia learning theory (CMLT) (Mayer, 2005).
De informatie wordt vervolgens aangevuld met de bestaande kennis die in het langetermijngeheugen opgeslagen zit. Dit zorgt ervoor dat de nieuwe informatie op een logische manier wordt opgeslagen in het langetermijngeheugen. De capaciteit van het langetermijngeheugen is aanzienlijk groter dan die van de working memory en de informatie die hier in opgeslagen zit, kan onthouden worden voor een zeer lange periode, tot zelfs levenslang.
Figuur 3: Multi-store model van Atkinson & Shiffrin, (1968)
Volgens de schema theory, bestaat het langetermijngeheugen uit gestructureerde schema’s, waar kennis in wordt opgeslagen. Schema’s worden voorgesteld als mentale structuren (van vooraf gevormde ideeën), welke bestaande informatie bundelen en structureren en de nieuw opgenomen informatie toevoegen (aan de bestaande, vooraf verworven kennis) (DiMaggio, 1997). Een schema categoriseert elementen van informatie, volgens de wijze waarop deze zullen gebruikt worden (Chi, Glaser, & Rees, 1982). Door het combineren van schema’s van 10
een lager niveau, is het mogelijk om complexere schema’s van een hoger niveau te bouwen die ervoor zorgen dat de performantie en het kunnen van iets, verder gaat ontwikkelen (Sweller, Van Merriënboer, & Paas, 1998). Mensen die expert zijn in een bepaalde taak, slagen erin om meer informatie op te slaan en efficiënter om te gaan met deze informatie dan beginners. Experts hebben grotere, goed gestructureerde en beter verbonden schema’s dan beginners (Sweller, 1988). Bijgevolg kunnen ze meer informatie opslaan in één chunk van de working memory dan beginners. Het zijn juist deze verschillen in de grootte van de chunks, die experts onderscheiden van beginnelingen in bepaalde taken Een chunk is hier gedefinieerd als “een collectie van elementen die een sterke associatie hebben met elkaar, maar een zwakke associatie hebben met andere chunks” (Gobet et al., 2001, p. 236.).
Deze verschillen werden getest door De Groot, (1965) op het vlak van schaken, wat kan worden beschouwd als een vorm van probleemoplossing. De Groot heeft onderzocht wat de geheugens van schaakgrootmeesters onderscheidt van gemiddelde clubschakers. Met behulp van een schaakbord, 25 schaakstukken en een schaakklok, liet hij zowel de grootmeesters als gemiddelde clubschakers gedurende 5 seconden naar een bepaalde schaakopstelling 3 kijken. Beide spelers moesten deze bepaalde schaakopstelling daarna zo goed mogelijk reconstrueren. Vervolgens liet hij dezelfde groepen spelers een willekeurige opstelling4, die volledig random werd opgesteld, ook 5 seconden bekijken om deze daarna zo goed mogelijk te reconstrueren. Uit resultaten bleek dat de grootmeesters een bepaalde schaakopstelling veel beter konden reconstrueren dan de clubschakers, maar dat ze bij de random stelling een zelfde foutenpercentage hadden als de clubschakers. Uit gelijksoortige experimenten kon De Groot concluderen dat de schaakgrootmeesters betere cognitieve vaardigheden bezitten dan een gemiddelde clubschaker en dat ze de niet willekeurige schaakstellingen veel beter konden onthouden als één georganiseerd geheel, dan louter een verzameling van losse schaakstukken ( Baddeley, 1999, p.99). Op basis van deze tests kan men stellen dat de grootte van de chunks aanzienlijk groter was bij de grootmeesters dan bij gemiddelde clubschakers.
3
Zo’n opstelling was het resultaat van een spel, waarbij de figuren vanuit hun initieel toegewezen posities, werden bewogen volgens de regels van het spel. Deze opstelling was als het ware een momentopname van een echt duel. 4 Bij deze opstelling, werden de figuren in een willekeurige volgorde op het bord geplaatst. Dit soort opstellingen, kon geen momentopname zijn van een echt schaakduel.
11
Naast De Groot, hebben Chase & Simon, (1973) en later Gobet, De Voogt, & Retschitzki, (2004) aangetoond dat chunking een aantal gelijkaardige fenomenen zou kunnen verklaren die betrekking hebben tot schaken. Indien de capaciteit van de working memory dezelfde is, maar de grootte van de chunks verschillend, impliceert dit dat de efficiëntie van de experts om informatie te verwerken, groter is dan bij beginners. Volgens Sweller, (1988) wordt de efficiëntie waarmee de working memory wordt gebruikt, bepaald door de cognitive load (CL) tijdens het uitvoeren van een taak. Wanneer tijdens het oplossen van een bepaald probleem, veel items moeten worden opgeslagen in de working memory, dan kan dit bijdragen tot een excessieve cognitive load (Sweller, 1988). De cognitive load theory (CLT) is ontwikkeld om richtlijnen te scheppen die bedoeld zijn om de presentatie van informatie te ondersteunen op zo’n manier dat het de (leer)activiteiten aanmoedigt welke de intellectuele performantie optimaliseren (Sweller et al., 1998). Sweller's, (1988) theorie gebruikt aspecten van de information processing theory (Simon, 1978) om de beperkingen van de working memory capaciteit te benadrukken met betrekking tot leren met instructies. Deze theorie maakt gebruik van schema’s as primaire eenheid van analyse voor de ontwikkeling van instructiemateriaal. Er zijn verschillende types van cognitive load (Sweller et al., 1998): (i)
Intrinsic cognitive load: de vereiste hoeveelheid informatie om een bepaalde taak uit te voeren (afhankelijk van de complexiteit van de informatie).
(ii)
Extraneous cognitive load: de vereiste hoeveelheid informatie om een taak, die voorgesteld is op een bepaalde manier, te begrijpen. Deze hoeveelheid informatie hangt af van de representatie/organisatie van de taak en is eigenlijk onder controle van diegene die de taak opstelt
en op een bepaalde
manier
gaat
voorstellen/organiseren. (iii)
Germane cognitive load: de belasting die wordt veroorzaakt door het verwerken, de constructie en automatie van de schema’s. Het is juist deze belasting die lager is bij experts van bepaalde taken dan bij beginnelingen.
Figl, Mendling, Strembeck, & Recker, (2010) merken ook terecht op dat wanneer dezelfde informatie moet worden gemodelleerd in verschillende modelleertalen, de resulterende modellen grotendeels een gelijkaardige intrinsic cognitive load zullen hebben, maar wel een verschillende extraneous cognitive load.
12
Dit komt omdat de hoeveelheid extraneous cognitive load, veroorzaakt door een bepaalde modelleertaal, tot verschillen in de begrijpbaarheid (understanding) en het leerproces leidt (zie bijvoorbeeld (Chandler & Sweller, 1996)).
Voor de publicatie van Sweller et al., (1998) was men (vooral) bezig met het zoeken naar verschillende manieren om de extraneous cognitive load te verminderen. Met de publicatie van 1998, is men breder beginnen kijken en ging men op zoek naar allerlei manieren om de instructies (van de taken) te herontwerpen om de extraneous load te verschuiven naar de constructie van schema’s of met andere woorden, naar de germane load (Sweller et al., 1998). Door dit soort onderzoeken uit te voeren, kan de kennis in verband met de cognitive (over)load verbreed worden. Indien men erin slaagt om met behulp van bepaalde methodes de cognitive overload in de working memory te verminderen, of zelfs helemaal te vermijden, is een reductie van het aantal fouten die worden gemaakt tijdens het uitvoeren van een bepaalde taak, mogelijk (Sweller, 1988).
Naast de bovenvermelde auteurs en hun cognitieve theorieën, heeft Vessey de theorie van de cognitieve fit voorgeteld. Volgens Vessey, (1991) zijn er minstens drie literatuurdomeinen waar er substantieel bewijs is dat beslissingmakers processen gebruiken bij de probleemoplossing die overeenkomen met de probleemrepresentatie. Ten eerste is er de literatuur over menselijke informatieverwerking, ten tweede is er het onderzoek naar oordeel onder onzekerheid, en ten derde is er de literatuur over de gedragsmatige besluitvorming.
2.4
Menselijke informatieverwerkingsliteratuur
In de menselijke informatieverwerkingsliteratuur is er bewijs dat de gedachte ondersteunt dat probleemoplossers een specifieke representatie van het probleem vereisen en dat dit zo gebeurt voor alle gelijkaardige (isomorfe) problemen. Volgens een overzicht van Simon & Newell, (1971) dat het onderzoek omtrent dit onderwerp over de afgelopen 15 jaar heeft samengevat, heeft de organisatie en de structuur van de probleemvoorstelling, een invloed op de methodes/processen die gebruikt worden bij de probleemoplossing. De structuur (en indirect ook de grootte) van de oplossingsruimte, worden ook door de probleemvoorstelling beïnvloed (Simon & Hayes, 1976).
13
In de verschillende studies (Axten, Newell, & Simon, 1973; Hayes & Simon, 1974; Kotovsky, Hayes, & Simon, 1985; Kotovsky & Simon, 1990; Simon, 1978; Simon & Hayes, 1976; Simon & Newell, 1971) is aangetoond dat participanten voor structureel gelijkaardige (=isomorfe) problemen, die anders worden voorgesteld, verschillende mentale
Figuur 4: Voorstelling isomorfe problemen
representatiemodellen opstellen (zie figuur 4). Die mentale representatie is eigenlijk afgeleid vanuit de specifieke probleemrepresentatie. Vervolgens selecteren de participanten een gepaste oplossingsmethode/proces/strategie, die overeenkomt met de mentale voorstelling van dat probleem, met de bedoeling om dat bepaald type isomorf probleem op te lossen.
Uit deze studies (Axten, Newell, & Simon, 1973; Hayes & Simon, 1974; Kotovsky, Hayes, & Simon, 1985; Kotovsky & Simon, 1990; Simon, 1978; Simon & Hayes, 1976; Simon & Newell, 1971) bleek dat verschillende voorstellingen van één bepaald type probleem, tot significante prestatieverschillen leiden bij de probleemoplossing. Participanten bij wie er een overeenkomst was tussen de (niet-mentale) probleemvoorstelling en oplossingsmethode, presteerden beter dan participanten bij wie dat niet het geval was. Hieruit is het mogelijk om te concluderen dat een bepaalde representatie van het probleem, een invloed heeft op het eindresultaat van het probleemoplossend proces.
2.5
Literatuur over oordeel onder onzekerheid
Naast de menselijke informatieverwerkingsliteratuur, is in het onderzoek naar oordeel onder onzekerheid
aangetoond
representativiteitheuristiek,
dat
mensen
beslissen
op
beschikbaarheidheuristiek
basis en
van
3
heuristieken:
verankering,
en
aanpassingsheuristiek (Tversky & Kahneman, 1974). Vooral representativiteitheuristiek en beschikbaarheidheuristiek (Kahneman & Tversky, 1972) zijn interessant, met betrekking tot de cognitieve fit, om verder in detail te bekijken. 14
Een persoon die de heuristiek van representativiteit volgt, evalueert de waarschijnlijkheid van een onzeker evenement door de graad van (i) gelijkheid enerzijds (hoe sterk lijkt deze evenement op de vorige gebeurtenissen van deze aard) en (ii) de weerspiegeling van de opvallende kenmerken van de werkwijze door welke het wordt gegenereerd. Kahneman & Tversky, (1972) stellen dat in veel situaties, een evenement A wordt als meer waarschijnlijk beschouwd dan een evenement B, wanneer A meer representatief lijkt te zijn dan B. De evenementen worden geordend op basis van hun subjectieve waarschijnlijkheid, die gevormd is door een individu. Dit komt overeen met de ordening op basis van representativiteit.
Iemand die de heuristiek van beschikbaarheid toepast, kijkt vooral naar de frequentie van het voorkomen van een specifiek probleem, gebeurtenis, concept, methode, enz.. Meer waarschijnlijke gebeurtenissen zijn gemakkelijker om voor te stellen en in te beelden dan de minder voor de hand liggende, onwaarschijnlijkere gebeurtenissen. (Amos Tversky & Kahneman, 1973) Deze heuristiek treedt niet bewust op en is gebaseerd op de notie dat als iets herinnerd kan worden, moet het belangrijk zijn, of tenminste belangrijker dat de alternatieven die niet direct opgeroepen worden uit het geheugen. (Esgate & Groome, 2005, p. 201) Tversky & Kahneman, (1973) hebben de heuristiek van beschikbaarheid (voor constructie) in hun experiment aangetoond met behulp van de volgende vraag: “Wanneer een willekeurig woord uit het Engels wordt genomen, is het waarschijnlijker dat het met de letter K begint of dat K de derde letter is in dat woord?”. Voor de Engelstalige mensen was het gemakkelijker om in hun geheugen woorden die met een K beginnen (kangaroo, kitchen, knife, …) op te roepen, dan woorden waarvan de derde letter een K is. Bijgevolg hebben de participanten het aantal willekeurig gekozen woorden uit het Engels, die met de letter K zouden beginnen, significant overschat. Het aantal woorden waarvan K de derde letter is, is volgens deze studie statistisch significant onderschat. Een typische (Engelse) tekst bevat eigenlijk ongeveer twee keer zo veel woorden waarvan K de derde letter is dan woorden die met een K beginnen (Tversky & Kahneman, 1973, p.207232). Onder deze heuristiek van beschikbaarheid, zijn de mensen ook geneigd om bij hun oordeel vooral meer gewicht te geven aan de recenter verworven informatie (Phung, 2009). Deze analogie geldt ook voor oplossingen van problemen. De meest waarschijnlijke oplossingen voor bepaalde soorten/types van problemen, zijn meer ‘beschikbaar’ in het 15
geheugen, aangezien ze frequenter uit het geheugen worden opgeroepen dan de minder waarschijnlijke oplossingen. Op die manier is het gemakkelijker voor een persoon om voor een bepaalde soort/type probleem, de overeenkomstige oplossing of oplossingsmethode ermee te associëren en zich die bepaalde oplossing of oplossingsmethode te herinneren.
De beschikbaarheid van informatie wordt beïnvloed door de vividness of de levendigheid ervan. Met de levendigheid van informatie wordt vaak bedoeld hoe concreet of hoe denkbaar iets is. Zoals Reyes, Thompson, & Bower, (1980) het stellen, kunnen woorden die concreet zijn en een levendig beeld opwekken, beter onthouden worden dan niet concrete, ‘bleke’, abstracte woorden in zo goed als alle verbale leerexperimenten daaromtrent (Paivio, 1971). Dit is ook het geval voor zinnen volgens Begg & Paivio, (1969) en Holmes & Langford, (1976). Volgens de uiteenzetting hierboven kunnen we stellen dat een levendige voorstelling van informatie, deze informatie meer beschikbaar zal maken bij een persoon, waardoor deze geassocieerd zal worden met de daarvoor geschikte acties, methodes, oplossingen, processen en dergelijke, die op dat moment opgeroepen worden in de gedachten van die persoon. Dit suggereert dat er een verband is tussen de probleemvoorstelling en de manier waarop deze worden opgelost.
2.6
Literatuur van consumentengedrag
Tenslotte hebben Bettman & Kakkar, (1977) onderzocht welke strategieën van informatieverwerving er zijn bij de consumenten. Dit was een belangrijke stap om te begrijpen hoe consumenten keuzes maken wanneer hen informatie aangeboden word.
Er waren twee methodes gebruikt om dit te onderzoeken: (i) Informatiedisplay bord methode (Chestnut, Weigl, Fisher, & Jacoby, 1976; Payne, 1976) en (ii) oogbeweging studies (Pieters & Warlop, 1997; Russo & Dosher, 1983; Russo & Rosen, 1975). Tijdens informatiedisplay bord methode, kregen de proefpersonen een display bord dat een matrix bevatte waarbij de rijen ervan bepaalde merken van producten representeerden en de kolommen de verschillende attributen van deze merken. Elke cel in zo’n matrix bevatte dan informatie, in de vorm van kaarten, over een attribuut van een bepaald merk. De participanten werden dan gevraagd om een bepaald merk te kiezen en daarbij zelf te beslissen hoeveel 16
informatie, uit verschillende cellen van de matrix, nodig was om een bepaalde keuze te maken. Tijdens eye-movement studies was er een scherm voor de participant, met de informatie over de
verschillende
merken
(er
was
een
gelijkaardige
matrixrepresentatie
als
bij
informatiedisplay bord methode). Vervolgens ging men de bewegingen van het oog opnemen en daar kon men de verschillende bewegingspatronen uit halen met behulp van de nodige software en hardware. Beide methodes leverden gelijkaardige informatie op, namelijk sequenties van informatie omtrent verschillende keuzes van producten. Deze sequenties konden dan geanalyseerd worden en kon men onderzoeken welke patronen van informatieverwerking er waren bij consumenten. In het algemeen waren er 2 belangrijke en vaakst voorkomende patronen te vinden uit zulke sequenties. Sommige participanten keken eerst naar een bepaalde attribuut en vergeleken deze dan voor verschillende merken. Vervolgens keek men naar een andere attribuut en vergeleek deze voor verschillende merken. In deze patroon keken de participanten dus eerst kolom per kolom en vergeleken ze dan de verschillende waarden voor verschillende merken (rijen). Deze strategie kan Choice by Processing Attributes (CPA) genoemd worden. Andere participanten verkozen een alternatieve strategie, waarbij ze eerst naar een bepaald merk (rij) keken, vervolgens alle attributen (kolommen) van dit
merk gingen
analyseren/bekijken, om deze dan met een ander merk (rij) te vergelijken. Hier ging men dus rij per rij te werk, waardoor deze strategie Choice by Processing Brands (CPB) genoemd kan worden. De rijen en kolommen werden in de verschillende testgroepen omgedraaid om de verschillende strategieën te onderzoeken. De hypothese in deze studies was, dat de formaat van informatierepresentatie, een invloed had op de patronen van informatie acquisitie. Een alternatieve hypothese van andere onderzoeken, stelde echter dat consumenten een voorkeursstrategie hebben om informatie te verwerven, ongeacht de representatie van deze informatie.
Uit de resultaten van deze studies is aangetoond dat de consumenten de informatie op de voor hen, gemakkelijkste manier leken te verwerken, gegeven de voorstelling van deze informatie (Bettman & Kakkar, 1977). Deze resultaten zijn samengevat in figuur 5, welke de vooropgestelde hypothese van Bettman & Kakkar, (1977) bevestigde. 17
Figuur 5: Geaggregeerde classificatie van de resultaten voor de 3 condities
2.7
Conclusie theoretische ondersteuning
De kwaliteit van procesmodellen mag niet verwaarloosd worden, aangezien deze gebruikt kunnen worden voor uiteenlopende doeleinden die een impact kunnen hebben op de kwaliteit van beslissingen, documentatie en dergelijke. De keuze voor een modelleertaal, om deze procesmodellen te construeren, hangt voor een deel af van het doel van het modelleerproces en de kennis van de modelleur(s) zelf. Tijdens het oplossen van problemen of tijdens het modelleren, moet men rekening houden met de beperkte geheugencapaciteit van de probleemoplossers/modelleurs. Dit is een belangrijk aspect aangezien men slechter gaat presteren indien er cognitive overload gaat optreden. De verschillende literatuurdomeinen vormen samen substantieel bewijs dat de theorie van de cognitieve fit ondersteunt en het belang ervan benadrukt (Vessey, 1991). De theorie van cognitieve fit is ondertussen in verschillende onderzoeksdomeinen gebruikt voor uiteenlopende doeleinden. Aangezien kwaliteit in procesmodellen belangrijk is, is het nuttig en interessant om te onderzoeken wat voor invloed de cognitieve fit daar op heeft of zou kunnen hebben. Dit brengt ons terug bij de onderzoeksvragen waar we op zoek gaan naar het verband tussen cognitieve fit theorie en kwaliteit van procesmodellering enerzijds en kwaliteit van problem solving anderzijds.
18
3. Onderzoeksvragen Het kennen van de huidige status van de base of knowledge (BoK) in een onderzoeksdomein, is een essentiële eerste stap voor gelijk welk onderzoeksproject (Iivari, Hirschheim, & Klein, 2004). Om te weten welke mogelijke invloeden de cognitieve fit theorie kan hebben, is het noodzakelijk om te kijken wat de bestaande kennis is op dit moment, omtrent de cognitieve fit theorie en problem solving in het algemeen, en cognitieve fit theorie en procesmodellering in het bijzonder. Aangezien zo’n overzicht ontbreekt op dit moment (of het is nog niet gepubliceerd), is het uitvoeren van een literatuurstudie een noodzakelijke eerste stap in dit onderzoek. Een systematische literatuurstudie is een geschikte methode om de bestaande kennis over een bepaald onderwerp, die verspreid is over veel verschillende bronnen, in kaart te brengen en samen te vatten, om de BoK van dat onderwerp beter te begrijpen (Kitchenham & Charters, 2007). Gegeven het feit dat zo’n overzicht op dit moment ontbreekt, is ervoor gekozen om twee systematische literatuurstudies uit te voeren met betrekking tot de twee vooropgestelde onderzoeksvragen. De systematische literatuurstudies zullen volgens de richtlijnen van Kitchenham & Charters, (2007) worden uitgevoerd. Aangezien de onderzoeksvragen een cruciaal component van een literatuurstudie vormen, is hun specificatie een belangrijk onderdeel van een literatuurstudie (Kitchenham & Charters, 2007).
Een goede onderzoeksvraag voldoet typisch aan de volgende zaken: (Kitchenham & Charters, 2007) -
Het gevraagde onderzoek is zinvol en belangrijk voor de beoefenaars en onderzoekers van dat specifiek domein.
-
Het kan leiden tot veranderingen in de huidige praktijken of tot een verhoogd vertrouwen in de waarde van de huidige praktijken.
-
Het kan discrepanties identificeren tussen de algemeen gekoesterde overtuigingen en de werkelijkheid.
19
Rekening houdend met de hierboven vermelde aspecten met betrekking tot de relevante literatuur, zijn de onderzoeksvragen in dit onderzoek als volgt geformuleerd:
RQ1: Wat is de bestaande kennis over het verband tussen cognitieve fit en (de kwaliteit van) problem solving?
Deze onderzoeksvraag heeft een brede kijk op het nut van de cognitieve fit theorie binnen het problem solving domein. Hier wordt in het algemeen naar problem solving gekeken en welke invloed, als er al een invloed is, de cognitieve fit theorie hierop heeft. Aangezien de cognitive fit theorie vooral in het begin, in dit onderzoeksdomein werd toegepast en getoetst aan de werkelijkheid, is het zinvol om te kijken welke inzichten en resultaten het heeft opgeleverd sindsdien. De inzichten die in dit domein zullen worden verworven, kunnen misschien gebruikt worden om conclusies te trekken met betrekking tot RQ2. “The message here is clear: there is strong belief that further progress in computing and software must consider the application domain in the evolution of problem-solving techniques. To explore the significance of the application domain in a meaningful way, it is important
to
take
into
account
relevant
history”
(Glass
&
Vessey,
1992).
Deze onderzoeksvraag zou waardevolle kennis kunnen opleveren voor de onderzoekers in het problem solving domein in de vorm van een overzicht van de bestaande kennis van problem solving en cognitive fit. Mensen die op zoek zijn naar zo’n overzicht, zouden hierbij baat hebben, aangezien zij zelf dan zo’n overzicht niet moeten samenstellen en bijgevolg dus geen tijd moeten besteden om iets te maken dat al bestaat. Het controleren van zo’n overzicht , op kwaliteit, volledigheid en/of andere zaken, blijft wel een nuttige en zinvolle activiteit. De populaties of doelgroepen die baat hebben bij deze onderzoeksvraag zijn vooral (maar niet uitsluitend) mensen die geïnteresseerd zijn in de mogelijke invloed/nut van cognitieve fit theorie op (de kwaliteit van) problem solving. Na een meer algemene kijk op zaken, zou het nuttig zijn om in het kader van dit onderzoek, de zoektocht meer toe te spitsen op een ander domein, namelijk dat van procesmodellering. De verworven inzichten met betrekking tot RQ1, zouden nuttig kunnen zijn voor en relevante informatie bieden aan verder onderzoek in verband met procesmodellering. Dit brengt ons bij de tweede onderzoeksvraag.
20
RQ2: Wat is de bestaande kennis over het verband tussen cognitieve fit en (de kwaliteit van) het modelleerproces/procesmodellen? Er zijn verschillende factoren die een invloed kunnen uitoefenen op de kwaliteit van procesmodellen (Lindland et al., 1994) en het modelleerproces. Het is mogelijk dat de cognitieve fit één ervan is. Op welke (kwaliteits)factoren het invloed heeft, in welke mate er een invloed is, en of deze invloed er wel degelijk is, zal moeten blijken uit de bestaande literatuur hierover. Indien er wel degelijk een (significante) invloed is, zou dit mogelijks tot veranderingen in huidige praktijken kunnen leiden, met hopelijk een beter modelleerproces en meer kwaliteitsvolle procesmodellen als gevolg. Na de publicatie van de cognitieve fit theorie door Vessey (1991), heeft men in verschillende onderzoeksdomeinen onderzocht welke mogelijke toepassingen, eventuele voordelen en verbeteringen deze theorie zou bieden. Ondertussen is de paper 298 keer geciteerd in de Web of Science (WoS) core collection database en is het gebruikt in verschillende onderzoeken in uiteenlopende disciplines (zie Bijlage 12). Het zou daarom interessant zijn om te onderzoeken welke nut de cognitieve fit theorie heeft voor (het onderzoek naar en) de verbetering van de kwaliteit van het modelleerproces/procesmodellen.
De populaties of de doelgroepen die baat hebben bij deze onderzoeksvraag zijn vooral: -
Modelleurs van bedrijfsprocessen
-
Mensen die geïnteresseerd zijn in de (verbetering van de) kwaliteit van procesmodellen en de achterliggende factoren ervan
-
Mensen die geïnteresseerd zijn in de bestaande literatuur over de invloed van cognitieve fit op de kwaliteit van procesmodellering
Uiteindelijk brengt dit ons tot de doelstelling van deze literatuurstudie.
21
4. Doelstelling De doelstelling van deze literatuurstudie is om: (1) op een systematische manier te onderzoeken wat de bestaande kennis is omtrent cognitieve fit en a. (kwaliteit van) Problem solving b. (kwaliteit van) Procesmodellering/Procesmodellen (2) overzicht te creëren van de bestaande kennis (3) inzichten over mogelijke nieuwe toepassingen van deze theorie te ontdekken (4) potentiële hypotheses over de nog niet onderzochte verbanden te identificeren Zo’n overzicht zou nuttig en handig kunnen zijn voor onderzoekers, modelleurs en/of geïnteresseerden in dit onderwerp, om te weten en te begrijpen wat de bestaande kennis is omtrent dit onderwerp op dit moment. Dit impliceert ook dat het huidig onderzoek (wat is al geweten?) en de tekorten erin (wat moet nog geweten zijn?), geïntegreerd zullen worden in deze systematische literatuurstudie. Het overzicht van deze bestaande kennis, dat het finale resultaat zal vormen van dit exploratief onderzoek, kan ook de aanzet zijn voor meer verklarend en/of confirmatief onderzoek, dat de relatie tussen cognitieve fit en kwaliteit van problem solving enerzijds, en cognitieve fit en kwaliteit van procesmodellering anderzijds, probeert formeel te beschrijven en/of te evalueren.
5. Praktische uitwerking van de methodologie Om het vooropgestelde probleem van een gebrek aan (overzicht van) kennis op te lossen, is het noodzakelijk om op een wetenschappelijke manier te werk te gaan. Een geschikte methodologie om het uiteindelijke doel te bereiken, is nodig om te voorkomen dat men doelloos in het rond zoekt. Om een zekere mate van betrouwbaarheid en volledigheid te kunnen garanderen in dit onderzoek, is het de bedoeling om volgens een bepaalde methodologie te werken en een systematische literatuurstudie uit te voeren. Volgens Webster & Watson, (2002) zou een systematisch zoekproces ervoor zorgen dat een relatief compleet overzicht van de gezochte literatuur is gevonden. 22
Op welke manier de literatuurstudie systematisch wordt aangepakt en waarom dit eventueel meer vertrouwen moet geven in de resultaten voor de lezers, wordt in deze sectie verder uitgelegd. In de eerste instantie worden een aantal concrete vragen in verband met de zoekstrategie besproken, aangezien de methodologie aan een aantal bijkomende vragen moet beantwoorden: (H. Zhang, Babar, & Tell, 2011) (1) Welke tijdspanne moet gehanteerd worden bij het zoekproces? (2) Welk onderwerp of type bewijs moet worden gezocht? -
welke zoektermen (query’s) moeten ingevoerd worden in de database(s)?
-
in welke database(s) moet men zoeken?
(3) Welke aanpak zou gebruikt moeten worden in het zoekproces? (4) Welke criteria moeten gebruikt worden voor de selectie van de literatuur? Deze vragen zullen één voor één verder worden uitgewerkt in de volgende secties.
5.1
Tijdspanne
Zoals Mendling, Reijers, & Recker, (2010) en Moody, (2005) het stellen, bestaat procesmodellering al enige tijd, maar enkel recent is men beginnen kijken naar de kwaliteitsaspecten ervan. Hoewel de theorie van de cognitieve fit in 1991 gepubliceerd is, betekent dit niet dat er helemaal niet werd gekeken naar de invloed van de taakrepresentatie op de kwaliteit van het modelleerproces of problem solving. Om een zekere mate van volledigheid te kunnen garanderen, en om ervoor te zorgen dat geen belangrijke publicaties, van welke bronnen dan ook, over het hoofd gezien werden, is een tijdspanne van ‘Alle jaren’ gebruikt in het zoekproces. Aangezien de term ‘cognitive fit (theory)’ nog niet bestond voor de publicatie van 1991 door Vessey, werden daarom een aantal zoektermen gebruikt die de beschrijving van cognitive fit benaderen. Zo werd er bijvoorbeeld gezocht naar een mogelijke invloed van de probleemrepresentatie of probleemvoorstelling op de kwaliteit van problem solving of procesmodellering/procesmodellen. Concreet betekent dit dat er geen ondergrens is voor de zoekresultaten, maar wel een bovengrens. Deze bovengrens is de datum waarop de zoekresultaten een laatste maal werden gecontroleerd, namelijk 24 maart 2015, om te zien of er nieuwe relevante publicaties van welke aard dan ook, zijn bijgekomen die nuttig zijn voor deze literatuurstudie.
23
5.2
Onderwerp, zoektermen en databasekeuze
5.2.1 Onderwerp Het belangrijkste onderzoeksdomein waar de relevante literatuur gevonden kan worden, bepaalt ook deels de zoektermen die worden gebruikt. Er zal gezocht worden in bronnen waar Problem Solving en Business Process Modeling in het algemeen, maar ook de verschillende aspecten ervan, zoals kwaliteit, besproken worden (bijvoorbeeld in MIS journalen, conference proceedings, meetings, etc. ). Omdat IS een interdisciplinair onderzoeksdomein is, is het aangewezen om tijdens het zoekproces ook buiten de IS discipline te kijken, naar andere relevante bronnen (Webster & Watson, 2002).
5.2.2 Zoektermen
De onderzoeksvragen zijn opgedeeld in aparte componenten (zoals procesmodel, problem solving, kwaliteit, cognitieve fit, enz.) die zullen gebruikt worden tijdens het zoekproces als delen van de zoekterm(en). Een overzicht van de verschillende (combinaties van) zoektermen die gebruikt werden in het zoekproces, is gegeven in bijlage 2 – 7. Aangezien men in dit onderzoek wil nagaan wat het nut is van de cognitieve fit op de kwaliteit van procesmodellen/procesmodellering en problem solving, is het belangrijk om te kijken naar een aantal synoniemen, antoniemen en alternatieven van de verschillende componenten van de onderzoeksvragen (Brereton, Kitchenham, Budgen, Turner, & Khalil, 2007). Zo bestaat kwaliteit van procesmodellen uit verschillende factoren (Hommes, 2004) en is het daarom aangewezen om de verschillende factoren in de zoekterm te gebruiken, in plaats van enkel de veelomvattende term “kwaliteit”. Voor een overzicht van de synoniemen van kwaliteit die voorkwamen in relevante bronnen, en de in de database gebruikte zoektermen voor ‘kwaliteit’, zie bijlage 2. De zoektermen waren samengesteld door gebruik te maken van Boolean “AND” operatoren om de hoofdtermen samen te voegen,
“OR” operatoren om de verschillende
synoniemen/antoniemen van de hoofdtermen op te nemen in het zoekproces en “NEAR” operatoren om ervoor te zorgen dat bepaalde bronnen waar de hoofdtermen in de buurt van andere relevante termen stonden, ook werden opgenomen in de gevonden resultaten. Dit werd gedaan in verschillende combinaties om ervoor te zorgen dat zo veel mogelijk relevante literatuur, in beschouwing werd genomen. 24
5.2.3 Database
Volgens Webster & Watson, (2002) is het zeer waarschijnlijk dat de grootste en belangrijkste contributies
opgenomen
zullen
worden
in
vooraanstaande
journalen.
Procesmodellering/Problem solving zijn brede domeinen om te onderzoeken, dus alle relevante papers, artikels, en andere bronnen, manueel terugvinden, zou erg tijdrovend en bijgevolg niet heel efficiënt zijn. Met de toegenomen gebruik van elektronische middelen voor zoekdoeleinden die met literatuur te maken hebben, is de snelheid waarmee onderzoekers relevante literatuur kunnen vinden ook drastisch gestegen (Shaw, 1995). Er werd, om verschillende redenen, die het doel van dit onderzoek helpen bereiken, gekozen om met de Web of Science (WoS) database te werken. WoS is een originele bron van citaties en is de meest interdisciplinaire, uitgebreide bron van citaties, die beschikbaar is voor de United Methodists (UM) gemeenschap. WoS verzamelt informatie uit artikels die gepubliceerd worden in meer dan 6000 (peer reviewed) journalen in zo goed als elke discipline (Wortman, n.d.). Omwille van dit interdisciplinair karakter, is WoS een geschikte database om de relevante, interdisciplinaire bronnen met betrekking tot de onderzoeksvragen terug te vinden. WoS verbindt publicaties en onderzoekers door middel van citaties en gecontroleerde indexering in gecureerde databases die elke discipline omvatten. De Web of Science Core Collection is de fundering van de WoS en het blijft de nummer één bron voor de ontdekking van onderzoek. Het bevat 100 jaar van waardevolle research, is volledig geïndexeerd en is cross-searchable (“Web of Science - IP & Science - Thomson Reuters,” n.d.). Omwille van deze eigenschappen die de WoS database bezit, lijkt de keuze ervoor enigszins verantwoord.
25
5.3
Zoek- en selectieproces
Bij het zoek- en selectieproces werden in de WoS zowel artikels, hoofdstukken uit boeken, reviews, editorial material als conference proceedings verzameld. Grote conferenties waar problem solving/procesmodellering ter sprake komt, publiceren de proceedings via Springer, IEEE, ACM of andere (digitale) kanalen welke worden geïndexeerd in de WoS. Er werden geen type bronnen uitgesloten om de betrouwbaarheid van deze studie niet te verminderen. Om te voorkomen dat er geen belangrijke informatie over het hoofd werd gezien, is niet enkel in de titels gezocht naar de verschillende zoektermen, maar werden er ook topic searches uitgevoerd. Aangezien van de onderzoeker wordt verwacht een neutrale visie te hebben op het onderzoek, en om de publication bias5 te verkleinen, werden alle soorten resultaten in dit onderzoek opgenomen.
Zowel
positieve,
negatieve,
alsook
resultaten
die
geen
sluitende
verbanden/conclusies konden vinden met betrekking tot de cognitieve fit, werden opgenomen in de literatuurstudie
5.3.1 Problem solving
Bij het invoeren van de verschillende zoektermen, zijn er 1271 publicaties voor Problem Solving gevonden. Daarbij werden 298 publicaties toegevoegd die Vessey, (1991) citeren, 302 publicaties die gevonden werden door te zoeken op problem solving in combinatie met procesmodellering, 52 publicaties die door Vessey I. geschreven zijn, en 564 publicaties die gevonden werden door te zoeken op cognitieve fit (theorie). Dit brengt ons bij een initieel totaal van 2487 publicaties. Na een eerste filtering zijn de dubbels eruit gehaald, waardoor 1586 unieke publicaties overbleven. Vervolgens werden de verschillende bronnen automatisch gefilterd op basis van specifieke zoekwoorden (zoals cognitive fit, representation, visualisation, problem solving, en andere), welke al dan niet voorkwamen in de titel en/of de abstract van de gevonden bron. Als deze zoekwoorden voorkwamen in de titel/abstract van een bepaalde bron, werd deze geselecteerd voor verder onderzoek. Na het controleren van de bronnen die niet werden geselecteerd door deze automatische filtering, is gebleken dat deze methode niet volkomen betrouwbare resultaten opleverde. 5
Publication bias verwijst naar het fenomeen waarbij positieve resultaten vaker in de analyse worden opgenomen dan negatieve resultaten (Kitchenham & Charters, 2007).
26
Een uitbreiding van de filter (i.e. meer zoekwoorden toevoegen en daarop te filteren) zou dit kwaliteitsprobleem ook niet volledig wegwerken, aangezien sommige bronnen een bondige titel/abstract hebben of bepaalde relevante zoekwoorden daar helemaal niet in vermelden.
Omwille van deze redenen is ervoor gekozen om de bronnen manueel na te kijken en te evalueren op relevantie. Concreet betekent dit dat de 1586 titels werden nagelezen en gecontroleerd op relevantie met betrekking tot RQ1. Met andere woorden werd er gekeken of er in de titel informatie te vinden was omtrent een verband tussen de voorstelling van een taak en de taak die moest worden uitgevoerd binnen het problem solving domein. Indien de titel daar niet genoeg informatie over verschafte, werd gekeken naar de abstract of er daar meer relevante informatie te vinden was met betrekking tot de onderzoeksvraag. “… unless a study identified by the electronic and hand searches can be clearly excluded based on title and abstract, a full copy should be obtained”(Kitchenham & Charters, 2007). Als de informatie in het abstract nog steeds niet voldoende zekerheid verschafte over de relevantie van de bron, werd de volledige tekst van de bron onderworpen aan een grondige controle. Uiteindelijk werd op deze manier een finale set van 66 relevante bronnen verzameld. De Web of Science database bevat kwaliteitsvolle bronnen, maar geen enkele database bevat alle kwaliteitsvolle bronnen, zelfs de WoS niet. Sommige papers zijn wel kwaliteitsvol genoeg om opgenomen te worden, maar zijn nog niet geïndexeerd en bijgevolg nog niet opgenomen in de database. Omwille van deze redenen werden de referenties van de in de WoS gevonden set kwaliteitsvolle bronnen gecontroleerd. Er werd op zoek gegaan naar andere, relevante bronnen die nodig waren voor dit onderzoek. Indien een bron relevant bleek te zijn, werd er gecontroleerd of deze bron eerder al was opgenomen in dit onderzoek. Indien dit het geval was, ging men door met het controleren van andere bronnen. Indien een relevante bron nog niet werd opgenomen, werd gecontroleerd of deze voorkwam in de WoS database en indien wel, werd het ook opgenomen. Indien een relevante bron niet voorkwam in de WoS database, maar in verschillende andere geselecteerde bronnen werd vermeld, werd deze ook opgenomen in dit onderzoek. Uiteindelijk werd de set van 68 relevante bronnen aangevuld met 2 relevante gevonden referenties. Een samenvatting van deze methodologie is te vinden in figuur 6.
27
Figuur 6: Overzicht zoek- en selectieproces voor problem solving en cognitive fit
5.3.2 Procesmodellering
Bij het invoeren van de verschillende zoektermen, zijn er 1080 publicaties voor procesmodellering gevonden. Daarbij werden 298 publicaties toegevoegd die Vessey, (1991) citeren, 302 publicaties die gevonden werden door te zoeken op problem solving in combinatie met procesmodellering, 52 publicaties die door Vessey I. geschreven zijn, en 564 publicaties die gevonden werden door te zoeken op cognitieve fit theorie. Dit brengt ons bij een initieel totaal van 2296 publicaties. Na een eerste filtering zijn de dubbels eruit gehaald, waardoor 1841 unieke publicaties overbleven. Vervolgens werden de verschillende bronnen gefilterd op basis van specifieke zoekwoorden (zoals cognitive fit, representation, visualisation, modeling, process modeling, en andere), welke al dan niet voorkwamen in de titel of de abstract van de gevonden bron. Na het controleren van de door de automatische filtering niet geselecteerde bronnen, is gebleken dat deze methode ook hier niet volkomen betrouwbare resultaten opleverde. Een uitbreiding van de filter, i.e. meer zoekwoorden toevoegen en daarop te filteren, heeft dit kwaliteitsprobleem ook niet volledig kunnen wegwerken aangezien sommige bronnen een vrij korte titel/abstract hebben en/of sommige relevante zoekwoorden daar helemaal niet in worden vermeld. Brereton et al., (2007) hebben er ook op gewezen dat “The standard of IT
28
and software engineering abstracts is too poor to rely on when selecting primary studies. You should also review the conclusions.” Daarnaast werden ook soms helemaal niet relevante bronnen wel geselecteerd door de automatische filtering, aangezien deze een aantal van de zoekwoorden bevatten in de titel/abstract. Zo werd bijvoorbeeld “Quality parameters assessment in kiwi jam during pasteurization. Modelling and optimization of the thermal process” (Lespinard, Bambicha, & Mascheroni,
2012)
geselecteerd
omdat
het
“quality”,
“assessment”,
“modelling”,
“optimization” en “process” bevatte. Omwille van deze redenen, is ook hier ervoor gekozen om manueel verder te werken en zo de bronnen te evalueren op relevantie. Hoewel dit een erg tijdrovende manier is om de relevante bronnen te vinden en te selecteren, biedt het een grotere mate van betrouwbaarheid in vergelijking met een automatische filtering. Er werden 1841 titels van de verzamelde bronnen manueel nagekeken en gecontroleerd op relevantie met betrekking tot RQ2. Indien de titel niet genoeg informatie/zekerheid verschafte met betrekking tot RQ2, werd gekeken naar de abstract, in de hoop daar meer relevante informatie te vinden met betrekking tot de onderzoeksvraag. “… unless a study identified by the electronic and hand searches can be clearly excluded based on title and abstract, a full copy should be obtained”(Kitchenham & Charters, 2007). Als de informatie in het abstract nog steeds niet voldoende zekerheid verschafte over de relevantie van de bron, werd de volledige tekst van de bron onderworpen aan een grondige analyse. Uiteindelijk werd op deze manier een finale set van 20 relevante bronnen verzameld. De Web of Science database bevat kwaliteitsvolle bronnen, maar geen enkele database bevat alle kwaliteitsvolle bronnen, zelfs de WoS niet. Sommige papers zijn wel kwaliteitsvol genoeg om opgenomen te worden, maar zijn nog niet geïndexeerd en bijgevolg nog niet opgenomen in de database. Omwille van deze redenen werden de referenties van de in de WoS gevonden set kwaliteitsvolle bronnen gecontroleerd. Er werd op zoek gegaan naar andere, relevante bronnen die nodig waren voor dit onderzoek. Indien een bron relevant bleek te zijn (indien het te maken had met RQ2) werd er gecontroleerd of deze bron eerder al was opgenomen in dit onderzoek. Indien dit het geval was, ging men door met het controleren van andere bronnen. Indien een relevante bron nog niet werd opgenomen, werd gecontroleerd of deze voorkwam in de WoS database en indien wel, werd het ook opgenomen. 29
Indien een relevante bron niet voorkwam in de WoS database, maar in verschillende andere geselecteerde bronnen werd vermeld, werd deze ook opgenomen in dit onderzoek. Er werden echten geen relevante bronnen gevonden in de referenties van de gevonden set. Uiteindelijk bleef er een set van 20 relevante bronnen over. Een samenvatting van deze methodologie is te vinden in figuur 7.
Figuur 7: Overzicht zoek- en selectieproces voor procesmodellering en cognitive fit
5.4
Selectiecriteria
5.4.1 Problem Solving
Met betrekking tot RQ1 (Wat is de bestaande kennis over het verband tussen cognitieve fit en (de kwaliteit van) problem solving?) zijn de publicaties geselecteerd die het verband onderzochten tussen (de kwaliteit van) problem solving en de cognitive fit (theory). Aangezien de term “cognitive fit“ pas sinds 1991 werd gebruikt door Vessey, werd ook gekeken naar de bronnen die deze term niet expliciet gebruikten, maar welke wel het verband onderzochten tussen de taak/informatierepresentatie en de taak (cognitive fit) en (de kwaliteit van) problem solving. Dit werd gedaan om ervoor te zorgen dat zo veel mogelijk publicaties voor of na 1991, welke deze term niet gebruikten maar in feite gelijkaardig onderzoek verrichtten, werden opgenomen in de literatuurstudie.
30
De bronnen die de volgende onderwerpen/onderzoeksopzetten bevatten, werden niet in deze studie opgenomen: Onderzoeken die de problem solving gedrag bestuderen van: -
kinderen en/of volwassenen en/of ouderen met een (gedeeltelijke) verstandelijke beperking, leerachterstand, aandachtsstoornissen, ADD, ADHD
-
patiënten (van gelijk welke leeftijd) met één of meerdere, chronische/terminale aandoeningen ( zoals kanker, schizofrenie, dementie, psychose, autisme en dergelijke)
-
mensen van verschillende (etnische) oorsprongen, sociale klassen,
-
(levenslang) gedetineerden, recidivisten, ((ex)(serie))moordenaars, verkrachters, (ex)drugsverslaafden, mensen met depressie/verschillende kwaliteit van het leven en dergelijke
-
mensen met een hoger/hoog IQ ten opzichte van gemiddelde personen
-
mensen bij welke de cognitive load werd gemeten tijdens het oplossen van verschillende vraagstukken
-
mannen ten opzichte van vrouwen, novice ten opzichte van experts
-
mensen van verschillende leeftijden, met verschillende problem solving strategieën, met verschillende cognitieve stijlen, met een verschillende lichamelijke fitheid
-
groepen van mensen met betrekking tot sociale problemen
-
(gescheiden) ouders, hun vermogen om de sociale problemen met hun kind(eren) op te lossen
-
mensen die een verschillend niveau hebben met betrekking tot het oplossen van biologische of wiskundige of statistische of chemische of fysische of neurologische of klinische of diagnostische problemen (die al dan niet in woorden zijn beschreven/geformuleerd)
-
(groepen van) mensen die geconfronteerd werden met de (beginfase van) ontwikkeling van nieuwe producten/diensten
-
sociale problemen
-
bronnen die (de snelheid van) het leerproces bij mensen bestuderen door middel van verschillende representaties (grafisch/tekstueel)
Niet in de WoS opgenomen bronnen welke relevant waren voor dit onderzoek, moesten door minstens 3 verschillende bronnen vermeld worden.
31
5.4.2 Procesmodellering
De selectiecriteria met betrekking tot RQ2 (Wat is de bestaande kennis over het verband tussen cognitieve fit en (de kwaliteit van) het modelleerproces/procesmodellen?) zijn minder uitgebreid dan voor problem solving. De volgende soorten studies werden opgenomen in de systematische literatuurstudie: -
Studies die (de verschillen tussen) modelleertalen, tools of methoden onderzochten en de rol van de cognitive fit theory daarin
-
Studies die het verband tussen het modelleerproces en cognitive fit onderzochten
-
Studies die het verband onderzochten tussen de verschillende kwaliteitsfactoren van procesmodellen en cognitive fit
-
Studies die het verband onderzochten tussen het gebruik van procesmodellen en cognitive fit
-
Niet in de WoS opgenomen bronnen welke relevant waren voor dit onderzoek, moesten door minstens 2 verschillende bronnen vermeld worden.
Kortom, elke bron die het verband onderzocht tussen het modelleerproces, (kwaliteit van) procesmodellen en cognitive fit, werden opgenomen in deze systematische literatuurstudie. 5.4.3 Kwaliteitsevaluatie
Bovenop de selectiecriteria, is het belangrijk om te kijken naar de kwaliteit van de gevonden bronnen. Het probleem hier is echter dat er geen algemeen aanvaarde definitie is van wat een “kwaliteitsvolle” bron is en wat niet (Kitchenham & Charters, 2007). Centre for Reviews and Dissemination (CRD) definieert kwaliteit als volgt (zie figuur 8) (Centre for Reviews and Dissemination, 2001):
Figuur 8: Kwaliteitskenmerken waar een studie aan zou moeten voldoen volgenss CRD
32
Daarnaast baseert Kitchenham & Charters, (2007) zich op CRD guidelines en Cochrane Handbook for Systematic Reviews of Interventions (Higgins & Green, 2011) om tot een omschrijving van een kwaliteitsvolle studie te komen, zie tabel 2:
Tabel 2: Eigenschappen van kwaliteitsvolle studies
Een kwaliteitsvolle studie is er één waarbij zo weinig mogelijk systematische fouten zijn en zowel intern als extern valide is. Rekening houdend met deze factoren, werden de gevonden studies geëvalueerd en indien ze aan deze kwaliteitscriteria voldeden, geselecteerd. Met betrekking tot de besproken tijdpanne, onderwerp, de verschillende zoektermen, de databases, het zoek- en selectieproces en de verschillende selectiecriteria, zijn verschillende resultaten gevonden die de onderzoeksvragen zouden moeten beantwoorden. Een overzicht van deze resultaten wordt gegeven in het volgende deel.
33
6. Resultaten Na de uitvoering van de eerder besproken methodologie, worden in dit deel de resultaten, van de in Web of Science (WoS) gevonden bronnen en de reference search, besproken met betrekking tot de gestelde onderzoeksvragen.
6.1
RQ1: Wat is de bestaande kennis over het verband tussen cognitieve fit en (de kwaliteit van) problem solving?
De hieronder besproken resultaten hebben betrekking op de set van 68 bronnen zoals hiervoor besproken. Voor een overzicht van deze bronnen, zie bijlage 8. In het problem solving domein, wordt de cognitive fit theory (CFT) voor verschillende subdomeinen en doeleinden gebruikt.
6.1.1 Fit van representatie van informatie Het doel van een groot aantal onderzoeken binnen problem solving die de CFT gebruiken, is om na te gaan wat de meest optimale manier is van informatierepresentatie (tekstueel of grafisch) voor een specifieke taak. Verschillende papers verwijzen naar de cognitive fit om te verklaren waarom de ene representatie beter is dan een andere voor een bepaalde taak. Deze representatie kan statisch zijn (nl. onveranderd blijven tijdens het problem solving proces) of dynamisch (nl. veranderen tijdens het proces) en voorgesteld worden in geschreven vorm (op papier of bord) of in digitale vorm (op een computer of display). Verschillende factoren bepalen of er een fit is tussen de representatie van de taak en de taak die moet worden uitgevoerd. Persoonlijke voorkeur van informatierepresentatie, persoonlijke ervaring, de taak die moet worden opgelost worden, doelstellingen die bereikt moeten worden, etc. vergemakkelijken of verhinderen deze fit. Wanneer de verstaanbaarheid (understandability) van informatie van groot belang is, worden uitgebreide statische representaties gebruikt om de verschillende gebruikers meer inzichten te verschaffen in de gepresenteerde informatie. Deze representatie wordt dan aangepast aan het type gebruiker (bv. klant of technisch verantwoordelijke), de ervaring die de gebruiker bezit (bv. beginneling of expert) en het doel van de taak (bv. beoordelen of probleem oplossen).
34
Een dynamische representatie wordt vooral gebruikt om problemen die op een verschillende manieren kunnen worden voorgesteld beter te kunnen oplossen (sneller, efficiënter, met minder fouten, grotere precisie, etc.). Men kan de verschillende vormen van informatierepresentatie ook in combinatie met elkaar gebruiken indien dit nodig zou zijn voor een efficiënte uitvoering van de taak. Deze dynamische voorstelling heeft als voordeel dat de representatie van de informatie of de taak aangepast wordt aan het stadium waarin de gebruiker zich bevindt. In het begin wordt de representatie bijvoorbeeld afgestemd op het bieden van overzicht aan de gebruiker van alle mogelijke oplossingsstrategieën (de volledige oplossingsruimte) (zie bijvoorbeeld het onderzoek van (Huang et al., 2006)) en naar het einde toe wordt de representatie aangepast om de gebruiker sneller tot inzichten te laten komen en de finale oplossing te verbeteren (zie bijvoorbeeld (Hernando, De Ledesma, & Laita, 2007, 2008; Hernando & De Ledesma, 2009). Op die manier kan de gebruiker sneller de juiste oplossingsmethode voor dat type probleem selecteren, waardoor men minder fouten gaat maken en een betere oplossing kan bekomen.
Het onderzoek van Teets, Tegarden, & Russell, (2010) gebruikt cognitive fit om te verklaren dat de voorstelling van informatie een invloed heeft op de complexiteit van de taak en tijd die nodig is om deze taak uit te voeren. Een voorbeeld van onderzoek naar de CF tussen informatierepresentatie en de taak, is te vinden in studies naar Decision Support Systems (DSS) die de gebruikers helpen bij het maken van beslissingen.
6.1.2 Fit van technologie
Met cognitieve technologie gaat men actief op zoek naar manieren om de technologie optimaal aan te passen aan de gebruikers. Bij deze aanpak heeft men nood aan een aantal methodes om de verschillende (aspecten van) technologieën te evalueren op hun ‘fit’ met de gebruikers. Daarbij kunnen Cognitive Dimensions (CD) helpen, welke ontwikkeld zijn door (Green, 1989, 1991), zie tabel 3:
35
Tabel 3: Cognitive Dimensions (Green, 1989, 1991)
Bij onderzoek rond Task-Technology Fit gaat men op zoek naar eigenschappen of features van de technologie, welke geschikt zijn om een bepaalde taak uit te voeren en die het best bij de taak passen om deze uitvoering te vergemakkelijken (Goodhue & Thompson, 1995; Goodhue, 1998). De hoofdconstructen van TTF worden in figuur 9 gegeven.
Figuur 9: Hoofdconstructen van Task-Technology Fit (Goodhue & Thompson, 1995; Goodhue, 1998)
Indien er een ‘fit’ is tussen de technologie en de taak (zie bijvoorbeeld (Beckman, 2002)) en tussen de gebruiker en de taak die moet worden uitgevoerd, is de performantie van de gebruikers beter (zie bijvoorbeeld het onderzoek van Liu, Lee, & Chen, (2011)). Wanneer echter zo’n ‘fit’ ontbreekt, vermindert de kwaliteit van de taakuitvoering en het uiteindelijke resultaat van dat proces. In het onderzoek van Beckman, (2002) gebruikt men cognitive fit om te verklaren waarom het gebruik van een bepaalde soort interface controls beter geschikt is voor de uitvoering van een specifieke taak dan voor een andere. 36
Er zijn echter verschillen in de verbetering van de performantie tussen de gebruikers onderling. Ervaring met betrekking tot technologie of taak speelt hierbij een belangrijke rol. Bij onervaren gebruikers is de verbetering in de taakuitvoering en het resultaat ervan groter dan bij experts, indien er een fit is tussen de taak, technologie en gebruiker.
Cognitive fit wordt ook als een verklarend element aangehaald in het onderzoek van van der Land, Schouten, Feldberg, van den Hooff, & Huysman, (2013) waar men het effect van de visuele representatie van informatie in virtuele 3 dimensionale omgevingen op de begrijpbaarheid ervan heeft onderzocht. Daaruit is gebleken dat virtuele 3D omgevingen beter zijn dan de klassieke 2D omgevingen in het effectief ondersteunen van de begrijpbaarheid van informatie. In het algemeen kan men stellen dat tijdens problem solving men met verschillende zaken rekening moet houden. Eerst met het doel (waar wil men naartoe?), dan met de taak die moet worden uitgevoerd om dat doel te bereiken (wat, hoe?), daarna met de technologie die deze taakuitvoering moet vergemakkelijken (waarmee?), vervolgens met de voorstelling van deze taak (op welke manier wordt de taak voorgesteld?) en tenslotte met de gebruiker en zijn persoonlijke ervaring/kennis/vaardigheden (wie?).
37
6.2
RQ2: Wat is de bestaande kennis over het verband tussen cognitieve fit en (de kwaliteit van) het modelleerproces/procesmodellen?
De hieronder besproken resultaten hebben betrekking op de set van 27 bronnen, zoals hiervoor besproken. Bijlage 9 bevat een overzicht van deze bronnen met vermelding van hun nummer, auteur, jaar, titel, publicatie en aanduiding of ze zijn opgenomen in Web of Science. Bijlage 10 geeft per bron (herkenbaar aan het nummer) een beknopte samenvatting van de resultaten van deze bronnen en een indicatie van het type fit dat in de paper aan bod kwam. Dit verband wordt grafisch voorgesteld in figuur 10.
Figuur 10: Het verband tussen bijlage 9 en bijlage 10
6.2.1 Algemene grafische aspecten Net zoals in het problem solving domein, werd de Cognitive Fit Theory (CFT) ook in het procesmodellering domein toegepast om de representatie (van modellen) te vergemakkelijken. Modelleurs hebben verschillende mogelijkheden om modellen op te stellen en kunnen vaak kiezen uit een aantal (visuele) modelleertalen. Hoewel men zich geen vragen stelt bij het gebruik van de verschillende symbolen in deze modelleertalen, was de keuze voor bepaalde visuele representaties van symbolen niet altijd verantwoord. Soms was er helemaal geen motivatie waarom men bepaalde type symbolen ging gebruiken bij het ontwikkelen van modelleertalen in plaats van andere (Moody, 2009). Terwijl de (visuele) symbolen bedoeld zijn om de modelleurs te helpen de modellen op te stellen en te begrijpen, is dat niet altijd het geval. Het kiezen van een geschikte modelleertaal, is van belang om kwaliteitsvolle procesmodellen op te stellen. Tekorten in de notaties van modelleertalen kunnen leiden tot een verhoogde cognitive load, welke de creatie en begrijpbaarheid van procesmodellen belemmert.
38
In het onderzoek van Figl, Mendling, & Strembeck, (2013) heeft men de sets van gebruikte symbolen in visuele modelleertalen geanalyseerd welke de begrijpbaarheid en de cognitive load van procesmodellen beïnvloeden. De inzichten van dat onderzoek zijn in tabel 4 samengevat:
Tabel 4: Factoren die de cognitive load beïnvloeden bij het begrijpen van modellen (uit: (Figl, Mendling, et al., 2013))
Cognitive fit heeft volgens dit onderzoek een invloed op het design van de notaties, en kan de extraneous cognitive load beïnvloeden. Om de tekorten in de notaties aan te kaarten en een gebrek aan onderbouwde motivatie op te vullen, heeft Moody, (2009) een aantal wetenschappelijk gebaseerde principes opgesteld. Deze principes dienen om cognitief effectieve visuele notaties te ontwikkelen (maar ook om te vergelijken, evalueren en te verbeteren). Het doel van deze principes is om de begrijpbaarheid (understandability) van visuele notaties te verbeteren voor de gebruikers ervan. Begrijpbare visuele notaties dragen bij tot de ontwikkeling van kwaliteitsvolle modellen,. Een overzicht van deze principes volgens Moody, (2009) is gegeven in tabel 5.
39
Tabel 5: Principes voor het ontwikkelen van cognitief effectieve visuele notaties (D. Moody, 2009)
Hoewel CF als een apart principe kan beschouwd worden, heeft het ook een invloed op de andere principes. Uit het onderzoek van Shaft & Vessey, (2006) waar de interacties van deze principes werden onderzocht, bestaan de volgende verbanden tussen de verschillende principes. Een overzicht van deze bevindingen is samengevat in tabel 6.
Tabel 6: Interacties van verschillende principes (Shaft & Vessey, 2006)
Niet enkel de notatie maar ook de verschillende routing elementen in de modelleertalen zoals AND, OR, XOR en dergelijke, zijn niet altijd even gemakkelijk om te gebruiken. In tegenstelling tot activiteiten welke direct observeerbaar en identificeerbaar zijn, kunnen routing beslissingen niet altijd eenvoudig geobserveerd worden. Wanneer een model gebaseerd is op tokens, moet de modelleur het gedrag van dat domein conceptualiseren in termen van tokens. Tokens op zich zijn abstracties en niet direct
40
observeerbare fenomenen. Omwille van die redenen hebben ze een minder goede fit met de domeinconcepten dan bijvoorbeeld activiteiten of actoren (Soffer, Kaner, & Wand, 2012). Uit het onderzoek van (Figl et al., 2010; Figl, Recker, & Mendling, 2013) blijkt dat routing elementen niet alle mogelijke situaties representeren welke kunnen voorgesteld worden door knooppunten en vertakkingen. Dit leid tot een verminderde fit tussen de zaken die moeten gemodelleerd worden en de concepten die daarvoor beschikbaar zijn. Het conceptualiseren van routing beslissingen kan een grotere cognitive inspanning veroorzaken in vergelijking met de conceptualisatie van actoren of activiteiten. Een grotere cognitieve inspanning kan tot een cognitive overload leiden wat op ervoor gaat zorgen dat er meer fouten zoals deadlocks of synchronisatiefouten worden gemaakt.
Dat het belangrijk is om rekening te houden met verschillende gebruikers, bleek ook uit het onderzoek van Samuel, Watkins, Ehle, & Khatri, (2015) waar men de belemmeringen van (het gebruik van) procesmodellen heeft onderzocht. Deze belemmeringen kunnen gegroepeerd worden in twee categorieën: (1) een gebrek aan fit tussen het model en de rol waar het voor bedoeld was enerzijds, en (2) een gebrek aan fit tussen het model en de taak die moet worden uitgevoerd anderzijds. Voor een overzicht van de bevindingen van Samuel et al., (2015) zie tabel 6.
Tabel 7: Mogelijke belemmeringen van procesmodellen
6.2.2 Cognitive Fit als evaluatiehulpmiddel Een toepassing waar CF voor gebruikt kan worden, is de evaluatie van verschillende modelleertalen op hun cognitieve efficiëntie. In combinatie met de andere 8 principes uit “The Physics of notation” (Moody, 2009) vormt de CFT een krachtig instrument om de cognitieve efficiëntie van bestaande modelleertalen onderling of afzonderlijk te evalueren. 41
Wanneer men rekening gaat houden met verschillende soorten gebruikers en hun ervaring, kan men zoeken naar de optimale voorstellingen die afgestemd zijn op de noden van die gebruikers. Zo blijkt uit het onderzoek van Ottensooser, Fekete, Reijers, Mendling, & Menictas, (2012) dat Use cases goed verstaanbaar zijn voor zowel business users als business analisten, terwijl business analisten BPMN beter verstonden dan Use cases. Men kan ook verschillende voorstellingen met elkaar combineren om een optimale begrijpbaarheid (understandability) te verkrijgen. Zo steeg de begrijpbaarheid aanzienlijk wanneer een proces eerst als een geschreven Use case werd voorgesteld, om daarna aangevuld te worden met een equivalent BPMN diagram. Indien de betekenis van routing elementen duidelijk wordt voorgesteld in de modellen, afgestemd op de verschillende soorten gebruikers ervan, kan men een grotere begrijpbaarheid (understandability) bereiken waardoor de uiteindelijke kwaliteit van procesmodellen stijgt.
De optimalisatie van de begrijpbaarheid van (verschillende elementen in) modellen voor de gebruikers ervan, is een belangrijk aspect dat geassocieerd wordt met cognitive fit. Omwille van de verschillende gebruikers, moet men rekening houden met hun noden en het feit dat “one size fits all” aanpak, tot suboptimale resultaten gaat leiden indien iedereen dezelfde voorstelling te zien krijgt.
6.2.3 Cognitive Fit als (mogelijke) verklaring voor geobserveerde fenomenen van modellering
Het modelleerproces bestaat uit twee fases. In de eerste fase wordt een mentale voorstelling van het probleem gevormd en in de tweede fase gaat men de verschillende onderdelen van die mentale voorstelling verbinden aan modelleerconstructen (Soffer et al., 2012). In de eerste fase is vooral de voorstelling van het probleem belangrijk aangezien de kwaliteit van het mentale model daardoor beïnvloed gaat worden. De kwaliteit van het mentale model is van belang aangezien het een invloed heeft op de semantische kwaliteit van het procesmodel. Indien men een slechte (onduidelijke, onvolledige of foutieve) voorstelling van
42
de taak heeft om het procesmodel op te stellen, zal de uiteindelijke kwaliteit ervan significant dalen. Om ervoor te zorgen dat men een kwaliteitsvol mentaal model kan vormen, is het noodzakelijk dat de probleemvoorstelling geschikt is voor de uit te voeren taak en dat die zo goed mogelijk begrepen kan worden. Pinggera et al., (2010) hebben het verband tussen de taakvoorstelling en de kwaliteit van procesmodellen onderzocht bij onervaren, casuele modelleurs. De invloed van het niveau van organisatie van de informele specificaties op de kwaliteit van het modelleerproces was onderzocht. Daarbij werd een breadth-first, depth-first of random organisatie van de informele aangeboden aan de modelleurs. Uit de resultaten bleek dat een geordende voorstelling (breadth- of depth-first) een significante positieve bijdrage heeft op de accuraatheid van het model dat uit die voorstelling is opgesteld. De modelleurs die een depth-first voorstelling kregen, moesten de informatie wel veel meer reorganiseren dan deze met een breadth-first voorstelling. Hoewel cognitive fit hier niet als verklarende factor wordt aangehaald, zou het hierbij wel een rol kunnen spelen. Het is mogelijk dat een gestructureerde voorstelling van het probleem, het vormen van een mentale voorstelling vergemakkelijkt omdat men een lagere extraneous cognitive load gaat ondervinden in die fase. Verder onderzoek zou hier meer bewijs rond kunnen geven.
Door een beperkte capaciteit van het menselijk geheugen, wordt het mentale model uiteengezet in kleinere stukken, welke dan gemakkelijker kunnen gemodelleerd worden. In de tweede fase, wanneer men het mentaal gevormde model gaat modelleren en verbinden met de modelleerconstructen, is het belangrijk dat een overeenkomstig concept/construct beschikbaar is voor de modelleur. Indien een modelleur lang moet denken over of zoeken naar een geschikt concept, zou het de germane cognitive load kunnen verhogen.
In het algemeen kan men besluiten dat cognitive fit vooral voor visuele voorstellingen van informatie gebruikt wordt in het procesmodellering domein.
43
7. Discussie In het problem solving domein wordt de CFT uitgebreid toegepast om de taakrepresentatie optimaal aan te passen aan de taak die moet worden uitgevoerd. Daarbij is het belangrijk dat het doel van het proces nauw aansluit aan de taakvoorstelling, zodat een optimaal resultaat kan bereikt worden. Dit is niet helemaal het geval voor het procesmodellering domein. Er zijn weinig onderzoeken die het verband gaan bestuderen van een bepaalde taakvoorstelling en de kwaliteit van procesmodellen of het modelleerproces zelf. Naast het onderzoek van Pinggera et al., (2010) is er weinig interesse of motivatie om de voorstelling van de taak te linken aan het procesmodel zelf. In het procesmodellering domein is er wel onderzoek naar grafische aspecten, zoals de visuele voorstelling en de cognitieve efficiëntie van verschillende elementen van procesmodellen (bijvoorbeeld routing elementen). Dit soort onderzoeken heeft als doel de begrijpbaarheid (understandability, comprehensibility) van deze elementen te verbeteren. Modellen die goed begrijpbaar zijn, zijn een betere communicatiemiddel waarbij de gebruikers minder moeite moeten doen (lagere cognitive load) om het geheel te begrijpen. Dit soort onderzoeken kan eerder beschouwd worden als een evaluatie van het model nadat het al gemaakt is. Hoewel zulke onderzoeken bestaan, is hun impact op de bestaande modelleertalen echter klein. Vaak moet men wachten op de volgende versie van het modelleertool om (enkele van) deze verbeteringen effectief te kunnen gebruiken. Dit fenomeen kan deels verklaren waarom er niet meer onderzoeken worden gevoerd en men geen radicale wijzigingen die een grote positieve bijdrage zouden kunnen leveren, maar eerder graduele verbeteringen voorstelt.
De verschillende modelleertalen zijn niet altijd optimaal afgestemd op de gebruikers wanneer het op het gebruik van symbolen aankomt. Zo worden er dikwijls fouten gemaakt bij het modelleren van routing symbolen. Het feit dat er niet altijd semiotische duidelijkheid (semiotic clarity6) is in een modelleertaal, maakt het voor de gebruikers niet eenvoudig om begrijpbare procesmodellen goed te modelleren. Er is ook variatie mogelijk in de modellen die één proces beschrijven maar welke door verschillende mensen zijn gemaakt.
6
Voor een definitie van semiotic clarity, zie tabel 5.
44
In het problem solving domein zijn er tools die de gebruikers helpen om een goede oplossingsstrategie te kiezen om een bepaald type probleem op te lossen. Daarbij kan de informatierepresentatie van de taak worden aangepast gedurende het proces zelf. Het zou handig zijn moesten procesmodelleurs (software)tools hebben die hen helpen het model op te stellen op basis van de gegeven informatie. Zo’n softwaretool zou de gebruiker suggesties of tips kunnen geven tijdens de eerste fase van het modelleerproces, namelijk bij het vormen van mentale modellen. Door de informatie al systematisch te structureren voor de gebruiker, zou men misschien gemakkelijker juiste, mentale modellen kunnen ontwikkelen die nauw aansluiten aan de beschrijving van het proces. Bij de ontwikkeling van zo’n tool zou men een optimale fit tussen de tool en de gebruiker kunnen implementeren.
Daarnaast zou men ook gebruik kunnen maken van kleine, op voorhand ontwikkelde concepten die als een sjabloon kunnen dienen om delen van het proces te modelleren. Dit zou vooral nuttig zijn tijdens de tweede fase van het modelleerproces waarbij men de mentale representatie moet linken aan conceptuele aspecten. Men zou dit in toekomstige studies kunnen onderzoeken om te zien in welke mate het mogelijk is om deze tools te ontwikkelen zodat het modelleerproces beter aan de gebruiker aangepast is. Zulke tools zouden niet enkel handig zijn om beschikbare concepten aan te bieden, maar ook om de gebruiker te melden wanneer deze een fout maakt of dreigt te maken tijdens het modelleerproces. In plaats van de cognitieve efficiëntie van routing elementen te verbeteren, zou dit het probleem van soms foutief gebruik van gateways, splits en joins kunnen oplossen en ervoor zorgen dat de gebruiker een lagere mentale belasting heeft (= lagere cognitive load).
Hoewel er een afweging moet gemaakt worden tussen het niveau van abstractie en de mate waarin verschillende details worden weergegeven, moet men rekening houden met de verschillende soorten gebruikers en hun persoonlijke ervaring. Een onervaren gebruiker heeft nood aan meer details om het model (stuk voor stuk) beter te begrijpen dan een expert die vertrouwd is met het interpreteren van modellen. Er zou gezocht moeten worden naar een optimale fit tussen de gebruiker, voorstelling van het proces in een model en het doel waarvoor dit model gebruikt gaat worden.
45
8. Beperkingen van dit onderzoek Deze studie heeft een methodologische beperking aangezien er enkel gebruik gemaakt werd van één database, namelijk de Web of Science (WoS) database. Er werd aangenomen dat in de WoS kwaliteitsvolle informatie aanwezig is, aangezien de database peer reviewed inhoud bevat en dat kwaliteitsvolle informatie in (alle) kwaliteitsvolle databases uiteindelijk zou terechtkomen. Er was echter geen reden om te veronderstellen dat bepaalde relevante bronnen zoals journals of conference proceedings niet in de WoS database zouden worden opgenomen maar in één of meerdere andere databases. Dit neemt niet weg dat men deze assumptie in de praktijk kan uittesten. Men zou in toekomstig onderzoek de verschillende search strings in één of meerdere andere databases (zoals bijvoorbeeld IEEExplore, ACM Digital library, Google scholar, Citeseer library, Inspec, ScienceDirect, EI Compendex en dergelijke) kunnen gebruiken en de nuttige papers met betrekking tot RQ1 en RQ2 eruit filteren, om te zien of deze aanpak gelijkaardige of andere zoekresultaten oplevert in vergelijking met deze uit de Web of Science database.
De studies die wel relevant zijn voor dit onderzoek maar welke nog niet gepubliceerd zijn of nog niet geïndexeerd zijn in de WoS database, konden ook niet worden opgenomen in deze systematische literatuurstudie.
In de afgelopen jaren zijn er in het problem solving domein en procesmodellering domein, een aantal Decision Support Systems (DSS) ontwikkeld, die de gebruikers ervan zouden moeten helpen met het uitvoeren van bepaalde taken. Hoewel sommige DSS expliciet melden gebruik te maken van of rekening te houden met de cognitive fit theory, is dat voor andere DSS helemaal niet het geval. Omwille van het feit dat de DSS onderling sterk verschillen (ze zijn ontwikkeld in andere toepassingsgebieden, voor andere doeleinden, voor verschillende soorten taken, etc.) en dit buiten de scope van huidig onderzoek valt, werden sommige van deze DSS niet gevonden en bijgevolg niet vermeld in deze studie. Indien er een nood aan is, zou men in toekomstig onderzoek een overzicht kunnen maken van alle bestaande DSS in het problem solving domein, deze te onderzoeken en onderling te vergelijken.
46
9. Conclusie Het doel van dit onderzoek was om meer inzichten te verkrijgen in de bestaande kennis omtrent de relatie tussen (de kwaliteit van) problem solving, en de Cognitive Fit Theory (CFT) enerzijds en (de kwaliteit van) procesmodellen/procesmodellering en CFT anderzijds. Om een antwoord op deze vragen te kunnen bieden, werden twee systematische literatuurstudies uitgevoerd. De verworven inzichten uit de eerste literatuurstudie wijzen erop dat CF een belangrijke rol speelt in de (visuele) representatie van informatie, waarbij er een fit is met de taak die moet worden uitgevoerd. Deze grafische taakrepresentatie wordt aangepast aan de taak die moet worden uitgevoerd, om op die manier betere oplossingen/resultaten te krijgen. Daarnaast wordt deze grafische representatie, waarbij CF aanwezig is, als toepassing gebruikt om de gebruiker te ondersteunen bij de taakuitvoering en/of allerlei beslissingen. Het gebruik van Decision Support Systems welke de informatievoorstelling aanpassen aan de type taak, of welke de gebruiker interactief ondersteunen, neemt toe in het problem solving domein. Naast de fit tussen de voorstelling van informatie en de taak die moet worden uitgevoerd, wordt de CF ook toegepast bij de ontwikkeling van technologieën waarmee de taken uitgevoerd moeten worden. Deze technologieën worden aangepast aan de taak of taken die moeten worden uitgevoerd, en de personen die er gebruik van gaan maken. De verworven inzichten uit de tweede literatuurstudie wijzen erop dat de CFT vooral gebruikt wordt voor de visuele voorstelling van informatie in procesmodellen. Daarnaast maakt men ook gebruik van CF om de cognitieve efficiëntie van de verschillende elementen van procesmodellen te evalueren. Er zijn een aantal principes ontwikkeld, welke onderling een invloed op elkaar uitoefenen, die daarbij kunnen helpen. Wanneer men kijkt naar het problem solving domein, dan valt het op dat cognitive fit bij DSS wordt gebruikt en geïntegreerd is in de technologie voor de uitvoering van bepaalde taken. Deze toepassing is nog niet ontwikkeld in het procesmodellering domein, maar zou potentieel wel voordelen bieden aan de modelleurs en de kwaliteit van procesmodellen verbeteren. Op dit moment is er weinig onderzoek naar welke invloed de CF heeft op de voorstelling van informatie vooraleer men begint te modelleren. Naast het onderzoek van Pinggera et al., (2010), is er weinig onderzoek verricht naar het verband van de taakrepresentatie en de kwaliteit van het model(leerproces). Rekening houdend met de CFT, zou men in de toekomst onderzoek kunnen verrichten naar DSS en taakvoorstelling binnen het procesmodellering domein. 47
10. Referenties Adipat, B., Zhang, D., & Zhou, L. (2011). The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly, 35(1), 99–122. Agarwal, R., Sinha, A. P., & Tanniru, M. (1996). Cognitive fit in requirements modeling: A study of object and process methodologies. Journal of Management Information Systems, 13(2), 137–162. Atkinson, R., & Shiffrin, R. (1968). Human memory: A proposed system and its control processes. Psychology of Learning and Motivation, 2, 89–195. Axten, N., Newell, A., & Simon, H. A. (1973). Human Problem Solving. Contemporary Sociology. doi:10.2307/2063712 Baddeley, A. D. (1999). Essentials of Human Memory. Psychology Press. Baddeley, A. D., & Hitch, G. J. (1974). Working memory. In The Psychology of Learning and Motivation (pp. 47–89). doi:10.1016/S0079-7421(08)60452-1 Baker, J., Jones, D. R., & Burkman, J. (2009). Using Visual Representations of Data to Enhance Sensemaking in Data Exploration Tasks. Journal of the Association for Information Systems, 10(7), 533–559. doi:Article Bandara, W., Gable, G. G., & Rosemann, M. (2005). Factors and measures of business process modelling: model building through a multiple case study. European Journal of Information Systems, 14, 347–360. doi:10.1057/palgrave.ejis.3000546 Barjis, J. (2008). The importance of business process modeling in software systems design. Science of Computer Programming, 71, 73–87. doi:10.1016/j.scico.2008.01.002 Bartholomew, D. (1999). Process Is Back. IndustryWeek, November(20), 31. Batini, C., Ceri, S., & Navathe, S. B. (1992). Conceptual Database Design: An EntityRelationship Approach. Database. Becker, J., Rosemann, M., von Uthmann, C., & Uthmann, C. Von. (2000). Guidelines of Business Process Modeling. In Business Process Management (Vol. 1806, pp. 241–262). doi:10.1007/3-540-45594-9_3 Beckman, P. A. (2002). Concordance between task and interface rotational and translational control improves ground vehicle performance. Human Factors, 44(4), 644–653. doi:10.1518/0018720024496926 Begg, I., & Paivio, A. (1969). Concreteness and imagery in sentence meaning. Journal of Verbal Learning and Verbal Behavior, 8(6), 821–827. doi:10.1016/S0022-5371(69)80049-6 VII
Bettman, J., & Kakkar, P. (1977). Effects of Information Presentation Format on Consumer Information Acquisition Strategies. Journal of Consumer Research, 3, 233–240. doi:10.1086/208672 Boehm, B. W. (1981). Software Engineering Economics. IEEE Transactions on Software Engineering (Vol. SE-10). Englewood Cliffs: Prentice-Hall. doi:10.1109/TSE.1984.5010193 Box, G. E. P. (1979). Robustness in the Strategy of Scientific Model Building. In Robustness in Statistics (pp. 201–236). doi:0-12-4381 50-2 Brereton, P., Kitchenham, B. A., Budgen, D., Turner, M., & Khalil, M. (2007). Lessons from applying the systematic literature review process within the software engineering domain. Journal of Systems and Software, 80(4), 571–583. doi:10.1016/j.jss.2006.07.009 Brunelle, E. (2009). The Moderating Role Of Cognitive Fit In Consumer Channel Preference. Journal of Electronic Commerce Research, 10(3), 178–195. Cardinaels, E. (2008). The interplay between cost accounting knowledge and presentation formats in cost-based decision-making. Accounting, Organizations and Society, 33(6), 582–602. doi:10.1016/j.aos.2007.06.003 Carlson, N. R. (2010). Physiology of behavior. Physiology of Behavior (Vol. 6). Cauvet, C., & Guzelian, G. (2008). Business process modeling: A service-oriented approach. In Proceedings of the Annual Hawaii International Conference on System Sciences. doi:10.1109/HICSS.2008.84 Cavalli-Sforza, V. (2000). The impact of representation on coaching argument analysis. INTELLIGENT TUTORING SYSTEMS, PROCEEDINGS, 1839, 413– 422. Centre for Reviews and Dissemination, U. of Y. (2001, March 1). Undertaking systematic reviews of research on effectiveness: CRD’s guidance for carrying out or commissioning reviews. NHS Centre for Reviews and Dissemination. Retrieved from http://eprints.whiterose.ac.uk/1139/ Champy, J., & Hammer, M. (1993). Reengineering the Corporation: A Manifesto for Business Revolution. London: Nicholas Brealey Publishing. Chan, H. C., Goswami, S., & Kim, H.-W. (2012). An Alternative Fit through Problem Representation in Cognitive Fit Theory. Journal of Database Management, 23(2), 22–43. doi:10.4018/jdm.2012040102 Chan, S. Y. (2001). The use of graphs as decision aids in relation to information overload and managerial decision quality. Journal of Information Science, 27(6), 417–425. doi:10.1177/016555150102700607
VIII
Chandler, P., & Sweller, J. (1996). Cognitive load while learning to use a computer program. Applied Cognitive Psychology, 10(2), 151–170. doi:10.1002/(sici)10990720(199604)10:2<151::aid-acp380>3.0.co;2-u Chandra, A., & Krovi, R. (1999). Representational congruence and information retrieval: Towards an extended model of cognitive fit. Decision Support Systems, 25(4), 271–288. doi:10.1016/S0167-9236(99)00014-7 Chase, W. G., & Simon, H. A. (1973). Chase, W. G., & Simon, H. A. (1973). Perception in chess. Cognitive Psychology, 4, 55–81. Cognitive Psychology, 4, 55–81. Chestnut, R. W., Weigl, K. C., Fisher, W., & Jacoby, J. (1976). Pre-purchase information acquisition: Description of a process methodology, research paradigm, and pilot investigation. Advances in Consumer Research, 3, 306–314. Chi, M. T. H., Glaser, R., & Rees, E. (1982). Expertise in problem solving. In Advances in the Psychology of Human Intelligence (Vol. 1, pp. 7–75). doi:10.1002/wcs.47 Chung, N., & Lee, K. C. (2011). Empirical Analysis of Decision Maker’s Schema and Cognitive Fit on Decision Performance. Asia Pacific Journal of Information Systems, 21(2), 19–42. Claes, J., Gailly, F., & Poels, G. (2013). Cognitive aspects of structured process modeling (position paper). Lecture Notes in Business Information Processing, 148 LNBIP, 168–173. doi:10.1007/978-3-642-38490-5_15 Coltheart, M. (1980). Iconic memory and visible persistence. Perception & Psychophysics, 27(3), 183–228. doi:10.3758/BF03204258 Cowan, N. (2009). What are the differences between long-term, short-term, and working memory? Nelson. NIH Public Access, 6123(07), 323–338. doi:10.1016/S0079-6123(07)00020-9.What Curtis, B., Kellner, M. I., & Over, J. (1992). Process modeling. Communications of the ACM. doi:10.1145/130994.130998 Davenport, T. H. (1992). Process Innovation: Reengineering Work Through Information Technology. Retrieved from http://www.researchgate.net/publication/216300521_Process_Innovation_Reeng ineering_Work_Through_Information_Technology De Groot, A. D. (1965). Thought and choice in chess. The American Journal of Psychology, 79, 463. doi:10.5117/9789053569986 Dennis, A. R., & Carte, T. A. (1995). Fitting graphical DSS to task characteristics. In Association for Information Systems: Proceedings of the First Americas Conference on Information Systems (pp. 114–116).
IX
Dennis, A. R., & Carte, T. A. (1998). Using Geographical Information Systems for Decision Making: Extending Cognitive Fit Theory to Map-Based Presentations. Information Systems Research, 9(2), 194–203. doi:10.1287/isre.9.2.194 DiMaggio, P. (1997). Culture and Cognition. Annual Review of Sociology. doi:10.1146/annurev.soc.23.1.263 Dull, R., & Tegarden, D. (1998). Visualization of complex multi-dimensional accounting information. In ASSOCIATION FOR INFORMATION SYSTEMS PROCEEDINGS OF THE AMERICAS CONFERENCE ON INFORMATION SYSTEMS (pp. 6–8). ASSOCIATION INFORMATION SYSTEMS, P.O. BOX 2712, ATLANTA, GA 30301-2712 USA. Retrieved from http://apps.webofknowledge.com/full_record.do?product=UA&search_mode=Ge neralSearch&qid=8&SID=T1VejfdHP1SM78BB8e1&page=1&doc=1 Dunn, C., & Grabski, S. (2001). An investigation of localization as an element of cognitive fit in accounting model representations. Decision Sciences, 32(1), 55– 94. doi:10.1111/j.1540-5915.2001.tb00953.x Endrikhovski, S. (2002). Beyond the Visual System: A Cognitive Model of Color Categorization and Its Application to Color Image Quality. PICS 2002: Image Processing, Image Quality, Image Capture Systems Conference, 48–52. Esgate, A., & Groome, D. (2005). An Introduction to Applied Cognitive Psychology. Psychology Press. Retrieved from https://books.google.com/books?id=B4agXAUYv6QC&pgis=1 Figl, K., Mendling, J., & Strembeck, M. (2013). The Influence of Notational Deficiencies on Process Model Comprehension. Journal of the Association for Information Systems. Retrieved from http://aisel.aisnet.org/jais/vol14/iss6/1 Figl, K., Mendling, J., Strembeck, M., & Recker, J. (2010). On the cognitive effectiveness of routing symbols in process modeling languages. In Lecture Notes in Business Information Processing (Vol. 47 LNBIP, pp. 230–241). doi:10.1007/978-3-642-12814-1_20 Figl, K., Recker, J., & Mendling, J. (2013). A study on the effects of routing symbol design on process model comprehension. Decision Support Systems, 54(2), 1104–1118. doi:10.1016/j.dss.2012.10.037 France, R., Evans, A., Lano, K., & Rumpe, B. (1998). The UML as a formal modeling notation. Computer Standards & Interfaces. doi:10.1016/S0920-5489(98)000208 Gemino, A., & Wand, Y. (2005). Complexity and clarity in conceptual modeling: Comparison of mandatory and optional properties. Data & Knowledge Engineering, 55(3), 301–326. doi:10.1016/j.datak.2004.12.009
X
Gettinger, J., Kiesling, E., Stummer, C., & Vetschera, R. (2013). A comparison of representations for discrete multi-criteria decision problems. Decision Support Systems, 54(2), 976–985. doi:10.1016/j.dss.2012.10.023 Gettinger, J., Koeszegi, S. T., & Schoop, M. (2012). Shall we dance? - The effect of information presentations on negotiation processes and outcomes. Decision Support Systems, 53(1), 161–164. doi:10.1016/j.dss.2012.01.001 Glass, R. L., & Vessey, I. (1992). Toward a taxonomy of software application domains: History. Journal of Systems and Software. doi:10.1016/01641212(92)90095-2 Gobet, F., De Voogt, A. J., & Retschitzki, J. (2004). Moves in Mind: The Psychology of Board Games. Psychology. doi:10.4018/jgcms.2012070107 Gobet, F., Lane, P. C. R., Croker, S., Cheng, P. C.-H., Jones, G., Oliver, I., & Pine, J. M. (2001). Chunking mechanisms in human learning. Trends Cogn.Sci. Goodhue, D. L. (1998). Development and Measurement Validity of a TaskTechnology Fit Instrument for User Evaluations of Information System. Decision Sciences, 29(1), 105–138. doi:10.1111/j.1540-5915.1998.tb01346.x Goodhue, D. L., & Thompson, R. L. (1995). Task-technology fit and individual performance. MIS Quarterly, 19(2), 213–236. doi:10.2307/249689 Goswami, S., Hock, C. C., & Hee, W. K. (2008). The Role of Visualization Tools in Spreadsheet Error Correction from a Cognitive Fit Perspective. Journal of the Association for Information Systems, 9(6), 321–343. doi:Article Grawemeyer, B., & Cox, R. (2004). The Effect of Knowledge-of-ExternalRepresentations upon Performance and Representational Choice in a Database Query Task. In A. F. Blackwell, K. Marriott, & A. Shimojima (Eds.), Diagrammatic Representation and Inference (Vol. 2980, pp. 351–354). Berlin, Heidelberg: Springer Berlin Heidelberg. doi:10.1007/b95854 Grawemeyer, B., & Cox, R. (2008). The effects of users’ background diagram knowledge and task characteristics upon information display selection. In Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) (Vol. 5223 LNAI, pp. 321–334). doi:10.1007/978-3-540-87730-1_29 Green, T. R. (1989). Cognitive dimensions of notations. In Proceedings of the fifth conference of the British Computer Society, Human-Computer Interaction Specialist Group on People and computers V (pp. 443–460). Retrieved from http://www.cl.cam.ac.uk/users/afb21/CognitiveDimensions/papers/Green1989.pd f Green, T. R. (1991). Describing Information Artifacts with Cognitive Dimensions and Structure Maps. In HCI ’91 (Vol. VI, pp. 297–316).
XI
Größler, A., Grübner, A., & Milling, P. M. (2006). Organisational adaptation processes to external complexity. International Journal of Operations & Production Management. doi:10.1108/01443570610646193 Gulla, J. A., & Brasethvik, T. (2000). On the challenges of business modeling in large-scale reengineering projects. Proceedings Fourth International Conference on Requirements Engineering. ICRE 2000. (Cat. No.98TB100219). doi:10.1109/ICRE.2000.855569 Hayes, J. R., & Simon, H. A. (1974). Understanding written problem instructions. BT - (null). In Knowledge and cognition (pp. ix, 321). Retrieved from papers2://publication/uuid/5212D3CC-1509-4DCE-9827-8FD4F7336D6A Heinrich, E., Milne, J., & Granshaw, B. (2012). Pathways for improving support for the electronic management and marking of assignments. Australasian Journal of Educational Technology, 28(2), 279–294. Retrieved from http://www.mendeley.com/catalog/pathways-improving-support-electronicmanagement-marking-assignments/ Heliades, G. P., & Edmonds, E. A. (2000). Notation and nature of task in comprehending design rationale. Knowledge-Based Systems, 13(4), 215–224. doi:10.1016/S0950-7051(00)00072-1 Henderson, J. C., & Venkatraman, H. (1993). Strategic alignment: Leveraging information technology for transforming organizations. IBM Systems Journal. doi:10.1147/sj.382.0472 Henderson-Sellers, B., Low, G., & Gonzalez-Perez, C. (2012). Semiotic considerations for the design of an agent-oriented modelling language. In Lecture Notes in Business Information Processing (Vol. 113 LNBIP, pp. 422– 434). doi:10.1007/978-3-642-31072-0_29 Hernando, A., & De Ledesma, L. (2009). A technique for dynamically measuring and modifying relevance while problem solving. Revista de La Real Academia de Ciencias Exactas, Fisicas Y Naturales - Serie A: Matematicas, 103(1), 111–124. Retrieved from http://www.scopus.com/inward/record.url?eid=2-s2.070349928972&partnerID=40&md5=d89e44e89efaff5171a85c6c48e4f4a4 Hernando, A., De Ledesma, L., & Laita, L. (2007). An approach to representation changes while executing problem solver intelligent systems. In Proceedings of the 6th IEEE International Conference on Cognitive Informatics, ICCI 2007 (pp. 35–42). doi:10.1109/COGINF.2007.4341870 Hernando, A., De Ledesma, L., & Laita, L. (2008). A system simulating representation change phenomena while problem solving. Mathematics and Computers in Simulation, 78(1), 89–106. doi:10.1016/j.matcom.2007.06.009 Higgins, J. P. T., & Green, S. (2011). Cochrane Handbook for Systematic Reviews of Interventions Version 5.1.0 [updated March 2011]. The Cochrane Collaboration (Vol. 4). XII
Hmieleski, K. M., & Baron, R. A. (2008). Regulatory focus and new venture performance: A study of entrepreneurial opportunity exploitation under conditions of risk versus uncertainty. Strategic Entrepreneurship Journal, 299, 285–299. doi:10.1002/sej Holmes, V. M., & Langford, J. (1976). Comprehension and recall of abstract and concrete sentences. Journal of Verbal Learning and Verbal Behavior, 15(5), 559–566. doi:10.1016/0022-5371(76)90050-5 Hommes, L. J. (2004). The Evaluation of Business Process Modeling Techniques. Technische Universiteit Delft. Hong, W., Thong, J., & Tam, K. (2004). The effects of information format and shopping task on consumers’ online shopping behavior: A cognitive fit perspective. Journal of Management Information Systems, 21(3), 149–184. Retrieved from http://apps.webofknowledge.com/full_record.do?product=UA&search_mode=Ge neralSearch&qid=1&SID=T1VejfdHP1SM78BB8e1&page=1&doc=1 Huang, Z., Chen, H., Guo, F., Xu, J. J., Wu, S., & Chen, W. H. (2006). Expertise visualization: An implementation and study based on cognitive fit theory. Decision Support Systems, 42(3), 1539–1557. doi:10.1016/j.dss.2006.01.006 Hubona, G. S., Everett, S., Marsh, E., & Wauchope, K. (1998). Mental representations of spatial language. International Journal of Human-Computer Studies, 48(6), 705–728. doi:10.1006/ijhc.1998.0188 Huysmans, J., Dejaeger, K., Mues, C., Vanthienen, J., & Baesens, B. (2011). An empirical evaluation of the comprehensibility of decision table, tree and rule based predictive models. Decision Support Systems, 51(1), 141–154. doi:10.1016/j.dss.2010.12.003 Iivari, J., Hirschheim, R., & Klein, H. K. (2004). Towards a distinctive body of knowledge for information systems experts: Coding ISD process knowledge in two IS journals. Information Systems Journal. doi:10.1111/j.13652575.2004.00177.x Indulska, M., Green, P., Recker, J. C., & Rosemann, M. (2009). Business Process Modeling : Perceived Benefits. In 28th International Conference on Conceptual Modeling, 9-12 November 2009, Gramado, Brazil (pp. 1–14). Kahneman, D., & Tversky, A. (1972). Subjective Probability: A Judgement of Representativeness. Cognitive Psychology. Kelton, A. S., & Pennington, R. R. (2012). Internet financial reporting: The effects of information presentation format and content differences on investor decision making. Computers in Human Behavior, 28(4), 1178–1185. doi:10.1016/j.chb.2012.01.028
XIII
Kelton, A. S., Pennington, R. R., & Tuttle, B. M. (2010). The Effects of Information Presentation Format on Judgment and Decision Making: A Review of the Information Systems Research. Journal of Information Systems, 24(2), 79–105. doi:10.2308/jis.2010.24.2.79 Khatri, V., Vessey, I., Ram, S., & Ramesh, V. (2006). Cognitive Fit Between Conceptual Schemas and Internal Problem Representations: The Case of Geospatio–Temporal Conceptual Schema Comprehension. IEEE Transactions on Professional Communication, 49(2), 109–127. doi:10.1109/TPC.2006.875091 Khatri, V., Vessey, I., Ramesh, V., Clay, P., & Park, S.-J. (2006). Understanding Conceptual Schemas: Exploring the Role of Application and IS Domain Knowledge. Information Systems Research, 17(1), 81–99. doi:10.1287/isre.1060.0081 Kirschenbaum, S. S., & Arruda, J. E. (1994). Effects of Graphic and Verbal Probability Information on Command Decision Making. Human Factors: The Journal of the Human Factors and Ergonomics Society, 36(3), 406–418. doi:10.1177/001872089403600302 Kitchenham, B., & Charters, S. (2007). Guidelines for performing Systematic Literature Reviews in Software Engineering. Engineering, 2, 1051. doi:10.1145/1134285.1134500 Kock, N., Verville, J., Danesh-Pajou, A., & DeLuca, D. (2009). Communication flow orientation in business process modeling and its effect on redesign success: Results from a field study. Decision Support Systems, 46(2), 562–575. doi:10.1016/j.dss.2008.10.002 Kohl, P. B., & Finkelstein, N. D. (2006). Effects of representation on students solving physics problems: A fine-grained characterization. Physical Review Special Topics - Physics Education Research, 2(1). doi:10.1103/PhysRevSTPER.2.010106 Kotovsky, K., Hayes, J., & Simon, H. A. (1985). Why are some problems hard? Evidence from Tower of Hanoi. Cognitive Psychology, 294, 248–294. Retrieved from http://www.sciencedirect.com/science/article/pii/001002858590009X Kotovsky, K., & Simon, H. A. (1990). What makes some problems really hard: Explorations in the problem space of difficulty. Cognitive Psychology. doi:10.1016/0010-0285(90)90014-U Kutar, M., Britton, C., Nehaniv, C., & Jones, S. (2001). The cognitive dimensions of an artifact vis-à-vis individual human users: studies with notations for the temporal specification of interactive systems. In Cognitive technology: instruments of mind (pp. 342–355). Berlin, Heidelberg: Springer. Retrieved from http://usir.salford.ac.uk/1008/
XIV
Lankhorst, M. (2009). Enterprise Architecture at Work: Modelling, Communication and Analysis. The Enterprise Engineering Series, (Vol. 3). doi:10.1016/B978-012-387667-6.00013-0 Lee, C.-C., Cheng, H. K., & Cheng, H.-H. (2007). An empirical study of mobile commerce in insurance industry: Task–technology fit and individual differences. Decision Support Systems. doi:10.1016/j.dss.2005.05.008 Lee, H. K., Suh, K. S., & Benbasat, I. (2001). Effects of task-modality fit on user performance. Decision Support Systems, 32(1), 27–40. doi:10.1016/S01679236(01)00098-7 Lespinard, A. R., Bambicha, R. R., & Mascheroni, R. H. (2012). Quality parameters assessment in kiwi jam during pasteurization. Modelling and optimization of the thermal process. Food and Bioproducts Processing, 90(4), 799–808. doi:10.1016/j.fbp.2012.03.001 Lindland, O. I., Sindre, G., & Solvberg, A. (1994). Understanding quality in conceptual modeling. IEEE Software, 11, 42–49. doi:10.1109/52.268955 Liu, Y., Lee, Y., & Chen, A. N. K. (2011). Evaluating the effects of task–individual– technology fit in multi-DSS models context: A two-phase view. Decision Support Systems, 51(3), 688–700. doi:10.1016/j.dss.2011.03.009 Lodhi, A., & Köppen, V. (2011). Business process modeling for post execution analysis and improvement. In SKIMA 2011 - 5th International Conference on Software, Knowledge Information, Industrial Management and Applications (pp. 45–52). doi:10.1109/SKIMA.2011.6089982 Lurie, N. H., & Mason, C. H. (2007). Visual Representation: Implications for Decision Making. Journal of Marketing, 71(1), 160–177. doi:10.1509/jmkg.71.1.160 Maes, R. (2007). An integrative perspective on information management. Information Management: Setting the Scene, 11–26. Retrieved from http://imwww.fee.uva.nl/~pv/PDFdocs/2007-09.pdf Maria, G. (1998). Adaptive random search and shortcut techniques for process model identification and monitoring. AIChE Symposium Series, 94(320), 351– 359. Retrieved from http://www.researchgate.net/publication/259479305_Adaptive_random_search_ and_shortcut_techniques_for_process_model_identification_and_monitoring Markovic, I., & Kowalkiewicz, M. (2008). Linking business goals to process models in semantic business process modeling. In Proceedings - 12th IEEE International Enterprise Distributed Object Computing Conference, EDOC 2008 (pp. 332– 338). doi:10.1109/EDOC.2008.43 Mayer, R. (2005). Cognitive theory of multimedia learning. The Cambridge Handbook of Multimedia Learning. Retrieved from http://books.google.com/books?hl=en&lr=&id=duWx8fxkkk0C&oi=fnd&pg=PA31 XV
&dq=Cognitive+Theory+of+Multimedia+Learning&ots=x72dw5rj6u&sig=HW840a Ik2ZaGvOoje5mOkzHedlI Maznevski, M., Steger, U., & Amann, W. (2007). Managing complexity in global organizations. Perspectives for Managers, 1–4. Retrieved from http://search.proquest.com.ezp.waldenulibrary.org/docview/235119421/abstract? accountid=14872\nhttp://media.proquest.com.ezp.waldenulibrary.org/media/pq/cl assic/doc/1252466411/fmt/pi/rep/NONE?hl=&cit:auth=Maznevski,+Martha;Stege r,+Ulrich;Amann, Mendling, J. (2009). Empirical Studies in Process Model Verification. In Transactions on Petri Nets and Other Models of Concurrency II (pp. 208–224). doi:10.1007/978-3-642-00899-3_12 Mendling, J., Recker, J., & Reijers, H. A. (2009). Process Modeling Quality: A Framework and Research Agenda. BPM Center Report BPM09-02. Retrieved from http://bpmcenter.org/wp-content/uploads/reports/2009/BPM-09-02.pdf Mendling, J., Reijers, H. A., & Recker, J. (2010). Activity labeling in process modeling: Empirical insights and recommendations. Information Systems, 35, 467–482. doi:10.1016/j.is.2009.03.009 Mendling, J., Reijers, H. A., & van der Aalst, W. M. P. (2010). Seven process modeling guidelines (7PMG). Information and Software Technology, 52, 127– 136. doi:10.1016/j.infsof.2009.08.004 Mendling, J., & Strembeck, M. (2008). Influence Factors of Understanding Business Process Models. In 11th International Conference on Business Information Systems (pp. 142–153). doi:10.1007/978-3-540-79396-0_13 Meyer, J. (1997). A New Look at an Old Study on Information Display: Washburne (1927) Reconsidered. Human Factors: The Journal of the Human Factors and Ergonomics Society. doi:10.1518/001872097778827034 Meyer, J. (2000). Performance with tables and graphs: effects of training and a Visual Search Model. Ergonomics, 43(11), 1840–65. doi:10.1080/00140130050174509 Miettinen, K. (2012). Survey of methods to visualize alternatives in multiple criteria decision making problems. OR Spectrum, 36(1), 3–37. doi:10.1007/s00291-0120297-0 Mili, H., Tremblay, G., Jaoude, G. B., Lefebvre, É., Elabed, L., & Boussaidi, G. El. (2010). Business Process Modeling Languages: Sorting Through the Alphabet Soup. ACM Comput. Surv., 43, 4:1–4:56. doi:10.1145/1824795.1824799 Miller, G. A. (1956). The Magical Number Seven, Plus or Minus Two: Some Limits on our Capacity for Processing Information. Psychological Review, 63(2), 81–97. Retrieved from http://www.sciencedirect.com/science/article/pii/S0895717703900835 XVI
Milton, S. K., Rajapakse, J., & Weber, R. (2012). Ontological Clarity, Cognitive Engagement, and Conceptual Model Quality Evaluation: An Experimental Investigation. Journal of the Association for Information Systems, 13(9), pp. 657–694. Moody, D. (2005). Theoretical and practical issues in evaluating the quality of conceptual models: current state and future directions. Data & Knowledge Engineering, 55, 243–276. doi:10.1016/j.datak.2004.12.005 Moody, D. (2009). The “Physics” of Notations: Toward a Scientific Basis for Constructing Visual Notations in Software Engineering. IEEE Transactions on Software Engineering, 35(6), 756–779. doi:10.1109/TSE.2009.67 Moody, D., & Hillegersberg, J. Van. (2009). Evaluating the visual syntax of UML: An analysis of the cognitive effectiveness of the UML family of diagrams. In Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) (Vol. 5452, pp. 16–34). doi:10.1007/978-3-642-00434-6_3 Moody, D. L., Heymans, P., & Matulevičius, R. (2010). Visual syntax does matter: Improving the cognitive effectiveness of the i* visual notation. Requirements Engineering, 15(2), 141–175. doi:10.1007/s00766-010-0100-1 Moody, D. L., Sindre, G., Brasethvik, T., & Sølvberg, A. (2003). Evaluating the Quality of Process Models: Empirical Testing of a Quality Framework. In Conceptual Modeling - ER 2002 (Vol. 2503, pp. 380–396). doi:10.1007/3-54045816-6_36 Moreno-Montes de Oca, I., Snoeck, M., Reijers, H. A., & Rodríguez-Morffi, A. (2014). A systematic literature review of studies on business process modeling quality. Information and Software Technology, 58, 187–205. doi:10.1016/j.infsof.2014.07.011 Oden, G. C., Lopes, L. L., Lindsay, P. H., & Norman, D. A. (1997). When Cognitive Psychology Was Young (As Seen from Middle Age): A Retrospective Review on the Occasion of a 25th Anniversary. The American Journal of Psychology, 110(4), 635. doi:10.2307/1423414 Omg, O. M. G., Parida, R., & Mahapatra, S. (2011). Business Process Model and Notation (BPMN) Version 2.0. Business (Vol. 50). doi:10.1007/s11576-0080096-z Ottensooser, A., Fekete, A., Reijers, H. A., Mendling, J., & Menictas, C. (2012). Making sense of business process descriptions: An experimental comparison of graphical and textual notations. Journal of Systems and Software, 85(3), 596– 606. doi:10.1016/j.jss.2011.09.023 Paivio, A. (1971). Imagery and verbal processes. New York: Holt, Rinehart, and Winston.
XVII
Paivio, A. (1991). Dual coding theory: Retrospect and current status. Canadian Journal of Psychology/Revue Canadienne de Psychologie. doi:10.1037/h0084295 Park, J., & Lee, L. (2004). Analysing cognitive or non‐cognitive factors involved in the process of physics problem‐solving in an everyday context. International Journal of Science Education. doi:10.1080/0950069042000230767 Payne, J. W. (1976). Task complexity and contingent processing in decision making: An information search and protocol analysis. Organizational Behavior and Human Performance. doi:10.1016/0030-5073(76)90022-2 Peristeras, V., & Tarabanis, K. (2000). Towards an enterprise architecture for public administration using a top-down approach. European Journal of Information Systems. doi:10.1057/palgrave/ejis/3000378 Pesic, M., Schonenberg, H., & Van Der Aalst, W. M. P. (2007). DECLARE: Full support for loosely-structured processes. In Proceedings - IEEE International Enterprise Distributed Object Computing Workshop, EDOC (pp. 287–298). doi:10.1109/EDOC.2007.4384001 Petri, C., & Reisig, W. (2008). Petri net. Scholarpedia. doi:10.4249/scholarpedia.6477 Phung, A. (2009). Behavioral Finance: Key Concepts - Overreaction and Availability Bias. Investopedia. Retrieved December 1, 2014, from http://www.investopedia.com/university/behavioral_finance/behavioral10.asp Pieters, R., & Warlop, L. (1997). Visual attention during brand choice: an eye-fixation analysis. DTEW Research Report 9724. Retrieved from https://lirias.kuleuven.be/bitstream/123456789/118564/1/OR_9724.pdf Pinggera, J., Zugal, S., Weber, B., Fahland, D., Weidlich, M., Mendling, J., & Reijers, H. A. (2010). How the structuring of domain knowledge helps casual process modelers. In Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) (Vol. 6412 LNCS, pp. 445–451). doi:10.1007/978-3-642-16373-9_33 Porter, M. E., & Millar, V. E. (1985). How information gives you competitive advantage. Harvard Business Review, 63, 149–160. doi:10.1038/bdj.2007.481 Pourshahid, A., Richards, G., & Amyot, D. (2011). Toward a goal-oriented, business intelligence decision-making framework. In Lecture Notes in Business Information Processing (Vol. 78 LNBIP, pp. 100–115). doi:10.1007/978-3-64220862-1_7 Ramarapu, N. K. (1996). The impact of hypertext versus sequential information presentation on decision making: A conceptual model. International Journal of Information Management, 16(3), 183–193. doi:10.1016/0268-4012(96)00003-5
XVIII
Ratanotayanon, S., Kotak, J., & Sim, S. E. (2006). After the Scrum: Twenty Years of Working without Documentation. In SEKE ’06 (pp. 194–199). Retrieved from http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.144.6366&rep=rep1&t ype=pdf Reijers, H. A., & Mendling, J. (2011). A Study Into the Factors That Influence the Understandability of Business Process Models. IEEE Transactions on Systems, Man, and Cybernetics - Part A: Systems and Humans, 41(3), 449–462. doi:10.1109/TSMCA.2010.2087017 Reyes, R. M., Thompson, W. C., & Bower, G. H. (1980). Judgmental biases resulting from differing availabilities of arguments. Journal of Personality and Social Psychology. doi:10.1037/0022-3514.39.1.2 Ritchi, H., & Mendling, J. (2013). A Research Program for Studying the Impact of Process Representation on Risk Analysis. In Advanced Information Systems Engineering Workshops (Vol. 148, pp. 241–252). Retrieved from http://apps.isiknowledge.com/full_record.do?product=UA&search_mode=Genera lSearch&qid=1&SID=U1wd6qruqRrXAH2ESoU&page=1&doc=1 Rittgen, P. (2010). Quality and perceived usefulness of process models. In Proceedings of the 2010 ACM Symposium on Applied Computing - SAC ’10 (pp. 65–72). doi:10.1145/1774088.1774105 Rosemann, M. (2000). Using reference models within the enterprise resource planning lifecycle. Australian Accounting Review, 10(3), 19–30. Retrieved from http://search.proquest.com/docview/217572681?accountid=35273\nhttp://gx8zx6 zq4j.search.serialssolutions.com/?ctx_ver=Z39.882004&ctx_enc=info:ofi/enc:UTF8&rfr_id=info:sid/ProQ:abiglobal&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genr e=article&rft.jtitl Roy, J., Breton, R., & Paradis, S. (2001). Human-computer interface for the study of information fusion concepts in situation analysis and command decision support systems. In Signal Processing, Sensor Fusion, and Target Recognition X (Vol. SPIE-5307, pp. 361–372). Retrieved from C:\Library\GhanemDoermann2004.pdf Russo, J. E., & Dosher, B. A. (1983). Strategies for multiattribute binary choice. Journal of Experimental Psychology. Learning, Memory, and Cognition, 9, 676– 696. doi:10.1037/0278-7393.9.4.676 Russo, J. E., & Rosen, L. D. (1975). An eye fixation analysis of multialternative choice. Memory & Cognition, 3, 267–276. doi:10.3758/BF03212910 Saghafi, A., & Wand, Y. (2014). Do ontological guidelines improve understandability of conceptual models? A meta-analysis of empirical work. In Proceedings of the Annual Hawaii International Conference on System Sciences (pp. 4609–4618). doi:10.1109/HICSS.2014.567
XIX
Samuel, B. M., Watkins, L., Ehle, A., & Khatri, V. (2015). Customizing the Representation Capabilities of Process Models: Understanding the Effects of Perceived Modeling Impediments. IEEE Transactions on Software Engineering, 41(1), 19–39. doi:10.1109/TSE.2014.2354043 Sánchez-González, L., García, F., Ruiz, F., & Piattini, M. (2013). Toward a Quality Framework for Business Process Models. International Journal of Cooperative Information Systems, 22, 1350003. doi:10.1142/S0218843013500032 Senge, P. M. (1990). The Fifth Discipline: The Art and Practice of the Learning Organization. Performance Instruction (Vol. Rev. and u). doi:10.1002/pfi.4170300510 Shaft, T., & Vessey, I. (2006). The role of cognitive fit in the relationship between software comprehension and modification. MIS Quarterly, 30(1), 29–55. Retrieved from http://www.jstor.org/stable/25148716\npapers3://publication/uuid/2F4876CC7A0E-43E2-93B9-65891F2BFBC7 Shane, S. A., & Ulrich, K. T. (2004). Technological Innovation, Product Development, and Entrepreneurship in Management Science. Management Science. doi:10.1287/mnsc.1040.0204 Shaw, D. (1995). Bibliographic database searching by graduate students in language and literature: Search strategies, system interfaces, and relevance judgments. Library & Information Science Research. doi:10.1016/0740-8188(95)90030-6 Shen, M., Carswell, M., Santhanam, R., & Bailey, K. (2012). Emergency management information systems: Could decision makers be supported in choosing display formats? Decision Support Systems, 52(2), 318–330. doi:10.1016/j.dss.2011.08.008 Simon, H. A. (1978). Information-processing theory of human problem solving. Handbook of Learning and Cognitive Processes, 5, 271–295. Retrieved from http://octopus.library.cmu.edu/cgibin/tiff2pdf/simon/box00012/fld00830/bdl0001/doc0003/simon.pdf Simon, H. A., & Hayes, J. R. (1976). The understanding process: Problem isomorphs. Cognitive Psychology. doi:10.1016/0010-0285(76)90022-0 Simon, H. A., & Newell, A. (1971). Human problem solving: The state of the theory in 1970. American Psychologist. doi:10.1037/h0030806 Sinha, A. P., & Vessey, I. (1992). Cognitive fit: An empirical study of recursion and iteration. IEEE Transactions on Software Engineering, 18(5), 368–379. doi:10.1109/32.135770 Sirota, M., Kostovičová, L., & Vallée-Tourangeau, F. (2015). How to train your Bayesian: a problem-representation transfer rather than a format-representation
XX
shift explains training effects. Quarterly Journal of Experimental Psychology, 68(1), 1–9. doi:10.1080/17470218.2014.972420 Smelcer, J. B., & Carmel, E. (1997). The Effectiveness of Different Representations for Managerial Problem Solving: Comparing Tables and Maps. Decision Sciences, 28, 391–420. doi:10.1111/j.1540-5915.1997.tb01316.x Smith, H., & Fingar, P. (2002). Business process management: the third wave. Meghan-Kiffer Press, Florida, 1, 292. Retrieved from http://www.fairdene.com/BPM3-ApxA-BPML.pdf Soffer, P., Kaner, M., & Wand, Y. (2012). Towards understanding the process of process modeling: Theoretical and empirical considerations. In Lecture Notes in Business Information Processing (Vol. 99 LNBIP, pp. 357–369). doi:10.1007/978-3-642-28108-2_35 Speier, C. (2006). The influence of information presentation formats on complex task decision-making performance. International Journal of Human Computer Studies, 64(11), 1115–1131. doi:10.1016/j.ijhcs.2006.06.007 Speier, C., & Morris, M. (2003). The influence of query interface design on decisionmaking performance. MIS QUARTERLY, 27(3), 397–423. Retrieved from http://apps.webofknowledge.com/full_record.do?product=UA&search_mode=Ge neralSearch&qid=4&SID=T1VejfdHP1SM78BB8e1&page=1&doc=2 Speier, C., Vessey, I., & Valacich, J. S. (2003). The Effects of Interruptions, Task Complexity, and Information Presentation on Computer-Supported DecisionMaking Performance. Decision Sciences, 34(4), 771–797. doi:10.1111/j.15405414.2003.02292.x Steiger, D. M. (1998). Enhancing user understanding in a decision support system: a theoretical basis and framework. Journal of Management Information Systems, 15(2), 199–220. doi:10.2307/40398398 Suh, K., & Lee, Y. (2005). The effects of virtual reality on consumer learning: an empirical investigation. Mis Quarterly, 29(4), 673–697. doi:Article Sullivan, K., & Hartman, C. (2009). Accelerating Lean Productivity with Immersive Collaboration. Retrieved March 8, 2015, from https://www.cisco.com/web/about/ac79/docs/pov/Lean_Collaboration_POV_05_ 19_2009_v11_FINAL.pdf Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285. doi:10.1207/s15516709cog1202_4 Sweller, J., Van Merriënboer, J. J. G., & Paas, F. G. W. C. (1998). Cognitive architecture and instructional design. Educational Psychology Review, 10(3), 251–296. Retrieved from http://www.springerlink.com/index/vj4917q523256673.pdf
XXI
Tan, C.-H., Teo, H.-H., & Benbasat, I. (2010). Assessing screening and evaluation decision support systems: A resource-matching approach. Information Systems Research, 21(2), 305–326. doi:10.1287/isre.1080.0232 Taylor, C., & Sedera, W. (2003). Defining the Quality Business Process Reference Models. In 14th Australasian Conference on Information Systems. Retrieved from http://aisel.aisnet.org/acis2003/79 Teets, J. M., Tegarden, D. P., & Russell, R. S. (2010). Using cognitive fit theory to evaluate the effectiveness of information visualizations: An example using quality assurance data. IEEE Transactions on Visualization and Computer Graphics, 16(5), 841–853. doi:10.1109/TVCG.2010.21 Todd, P., & Benbasat, I. (1999). Evaluating the Impact of DSS, Cognitive Effort, and Incentives on Strategy Selection. Information Systems Research, 10(4), 356– 374. doi:10.1287/isre.10.4.356 Tuttle, B. M., & Kershaw, R. (1998). Information Presentation and Judgment Strategy from a Cognitive Fit Perspective. Journal of Information Systems, 12(1), 1. doi:Article Tversky, A., & Kahneman, D. (1973). Availability: A heuristic for judging frequency and probability. Cognitive Psychology. doi:10.1016/0010-0285(73)90033-9 Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science (New York, N.Y.), 185, 1124–1131. doi:10.1126/science.185.4157.1124 Umanath, N. S., & Vessey, I. (1994). Multiattribute Data Presentation and Human Judgment: A Cognitive Fit Perspective*. Decision Sciences, 25(5-6), 795–824. doi:10.1111/j.1540-5915.1994.tb01870.x Van Der Aalst, W. M. P. (1999). Formalization and verification of event-driven process chains. Information and Software Technology, 41, 639–650. doi:10.1016/S0950-5849(99)00016-6 Van Der Aalst, W. M. P., & Ter Hofstede, A. H. M. (2005). YAWL: Yet another workflow language. Information Systems, 30(4), 245–275. doi:10.1016/j.is.2004.02.002 Van der Land, S., Schouten, A. P., Feldberg, F., van den Hooff, B., & Huysman, M. (2013). Lost in space? Cognitive fit and cognitive load in 3D virtual environments. Computers in Human Behavior, 29(3), 1054–1064. doi:10.1016/j.chb.2012.09.006 Vanderfeesten, I., & Cardoso, J. (2007). Quality metrics for business process models. BPM and Workflow …, 1–12. Retrieved from http://books.google.com/books?hl=en&lr=&id=q4-z9zea1oC&oi=fnd&pg=PA179&dq=Quality+Metrics+for+Business+Process+Models&ots =U-dD3nPJ_c&sig=e7TEqLfQOKumf8e5be1UdtH2g5Q XXII
Vera-Munoz, S. C., Kinney, Jr., W. R., & Bonner, S. E. (2001). The Effects of Domain Experience and Task Presentation Format on Accountants’ Information Relevance Assurance. SSRN Electronic Journal. doi:10.2139/ssrn.262334 Vessey, I. (1991). Cognitive fit: a theory-based analysis of the graphs versus tables literature. Decision Sciences, 22(2), 219–240. Retrieved from http://onlinelibrary.wiley.com/doi/10.1111/j.1540-5915.1991.tb00344.x/abstract Vessey, I. (1994). The effect of information presentation on decision making: A costbenefit analysis. Information & Management, 27(2), 103–119. doi:10.1016/03787206(94)90010-8 Vessey, I., & Galletta, D. (1991). Cognitive Fit: An Empirical Study of Information Acquisition. Information Systems Research, 2(1), 63–84. Retrieved from http://isr.journal.informs.org/content/2/1/63.short Vessey, I., & Glass, R. (1998). Strong vs. weak approaches to systems development. Communications of the ACM, 41(4), 99–102. doi:10.1145/273035.273070 W.M.P. van der Aalst, J. Nakatumba, A. Rozinat, N. R. (2008). Business Process Simulation: How to get it right? In J. vom Brocke & M. Rosemann (Eds.), Handbook on Business Process Management 1 (2nd ed.). Springer Berlin Heidelberg. Walsh, D. A., & Thompson, L. W. (1978). Age differences in visual sensory memory. Journal of Gerontology, 33(3), 383–387. Web of Science - IP & Science - Thomson Reuters. (n.d.). Retrieved March 15, 2015, from http://wokinfo.com/ Webster, J., & Watson, R. T. (2002). Analyzing the Past to Prepare for the Future: Writing a Literature Review. MIS Quarterly, 26(2), xiii – xxiii. doi:10.1.1.104.6570 Wortman, S. (n.d.). Research & Technology Guides. Citation Analysis Guide. 1. Web of Science. Retrieved from http://guides.lib.umich.edu/content.php?pid=98218&sid=736300 Wright, W. F. (1995). Superior Loan Collectibility Judgments Given Graphical Displays. Auditing, 14(2), 144–154. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&db=bth&AN=9510180613&s ite=ehost-live&scope=site Wu, J. H. (2009). A design methodology for form-based knowledge reuse and representation. Information and Management, 46(7), 365–375. doi:10.1016/j.im.2009.06.004 Zachman, J. A. (1987). A framework for information systems architecture. IBM Systems Journal. doi:10.1147/sj.263.0276
XXIII
Zamperoni, A., & Löhr-Richter, P. (1993). Enhancing the Quality of Conceptual Database Specifications through Validation. In Proceedings of the 12th International Conference on Entity-Relationship Approach. Retrieved from http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.57.1530 Zhang, H., Babar, M. A., & Tell, P. (2011). Identifying relevant studies in software engineering. Information and Software Technology, 53, 625–637. doi:10.1016/j.infsof.2010.12.010 Zhang, J. . (1991). The Interaction of Internal and External Representations in a Problem Solving Task. Proceedings of the Thirteenth Annual Conference of Cognitive Science Society, 954–958. Retrieved from http://apps.webofknowledge.com/full_record.do?product=UA&search_mode=Ge neralSearch&qid=6&SID=T1VejfdHP1SM78BB8e1&page=1&doc=3 Zhu, B., & Watts, S. A. (2010). Visualization of network concepts: The impact of working memory capacity differences. Information Systems Research, 21(2), 327–344. doi:10.1287/isre.1080.0215 Zhu, Y., Suo, X., & Owen, G. S. (2009). A visual data exploration framework for complex problem solving based on extended cognitive fit theory. In Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) (Vol. 5876 LNCS, pp. 869– 878). doi:10.1007/978-3-642-10520-3_83
XXIV
Bijlagen Bijlage 1: Voordelen van procesmodellering
Alignment van operations, IT en business strategie
Door ervoor te zorgen dat de processen op een ondubbelzinnige manier zijn beschreven in een procesmodel, is het eenvoudiger om: - te zien of dat proces wel degelijk in lijn is met de uitgestippelde strategie van het bedrijf - in te schatten of het bijdraagt aan de strategische intentie - de werkelijke toegevoegde waarde van dat proces in te schatten
Door een grondige analyse van processen, al dan niet met behulp van informatiesystemen en/of IT, kan men meer inzichten verwerven en de onderzochte processen beter begrijpen. Ondernemingen met betere controle over en duidelijke inzichten in hun processen, hebben een voordeel ten opzichte van hun concurrenten (Lodhi & Köppen, 2011). Indien het nodig is om de processen te verbeteren, gaat men deze processen re-designen op basis van de TO-BE procesmodellen. Een analyse en evaluatie van de processen, is hierbij een noodzakelijke voorwaarde (Lodhi & Köppen, 2011). Een grondige analyse maakt het mogelijk om de processen beter af te stemmen op de strategie van de organisatie, door de noodzakelijke aanpassingen te implementeren. Deze implementatie gebeurt gestructureerd, met behulp van de daarvoor geschikte tools/frameworks/modellen.
Bijvoorbeeld het Strategic Alignment Model (SAM), dat ontwikkeld is door professors Henderson (Boston University) en Venkatraman (Sloan School of Management (MIT)), maakt duidelijk welke keuzes managers hebben met betrekking tot de alignment van business en IT. (Henderson & Venkatraman, 1993)
Met behulp van procesmodellen kan met niet enkel de onderneming in kaart brengen, maar ook meer inzichten verwerven in hoe men de business met IT kan samenbrengen. Dit is nuttig om ten eerste, het doel van de onderneming na te streven en ten tweede, voordelen, van welke aard ook, te creëren uit deze alignment.
XXV
Er zijn verschillende frameworks ontwikkeld om business en IT samen te brengen. De Zachman framework (Zachman, 1987) is een twee-dimensioneel classificatieschema voor beschrijvende representaties van een onderneming. Dit is een goed voorbeeld van Enterprise Architecture7 framework die de structuur-rij beschrijft in de Amsterdam framework voor Informatie Management (AIM). De AIM is een alternatief conceptueel model van SAM, dat ontwikkeld is door prof. dr. ir. Rik Maes en zijn collega’s van de Faculteit Economie en Econometrie van de Universiteit van Amsterdam. (Maes, 2007) De Zachman framework (Zachman, 1987) is een enterprise ontology welke een formele en gestructureerde manier om naar een onderneming te kijken en deze te definiëren, biedt. Met behulp van de bovenvermelde frameworks en andere hulpmiddelen, is het mogelijk om de verschillende niveaus van de business te aligneren met de uiteindelijke strategie.
Verbetering van procescommunicatie
Procesmodellering zorgt ervoor dat de verschillende processen op een ondubbelzinnige manier worden gerepresenteerd. Dit zorgt ervoor dat het eenvoudiger is om deze modellen te interpreteren voor een groot deel van de werknemers. Aangezien er minder ruimte is voor dubbelzinnigheid, heeft dit als gevolg dat de meeste werknemers het met elkaar eens zijn waarom iets moet gebeuren, wat er precies moet gebeuren, hoe het moet gebeuren en welke taken de verschillende individuen moeten uitvoeren. Wanneer de meeste werknemers weten welke persoon welke taak moet uitvoeren, is het ook gemakkelijker om de juiste mensen aan te spreken bij eventuele problemen. Dit bevordert de efficiëntie en de effectiviteit van de communicatie tussen de verschillende bestaande medewerkers. Bij aanwerving van nieuwe werknemers, zorgt deze verbeterde communicatie op basis van ondubbelzinnige procesmodellen ervoor dat men sneller weet wat de vooropgestelde doelen zijn (= waarom het belangrijk is om iets uit te voeren), welke concrete taken moeten uitgevoerd worden en welke personen men kan aanspreken/consulteren bij bepaalde taakgerichte problemen.
7
Enterprise Architecture is hier gedefinieerd als: ‘Een coherent geheel van principes, methodes en modellen die gebruikt worden in het design en realisatie van de organisationele structuur van de onderneming, business processen, informatiesystemen en infrastructuur.(Lankhorst, 2009)
XXVI
Stijging van controle en consistentie
Processen die niet goed gedocumenteerd zijn of die geëvolueerd zijn over tijd in informele kennis, die enkel bepaalde werknemers bezitten, hebben een grotere kans om slechter uitgevoerd te worden door andere/nieuwe werknemers die deze ‘informele kennis’ niet bezitten (Ratanotayanon, Kotak, & Sim, 2006). Door de processen te modelleren, zorgt men ervoor dat ze geformaliseerd en gedocumenteerd zijn en dat de kennisoverdracht op een meer gecontroleerde wijze kan gebeuren. Wanneer een bepaalde werknemer, die bij de uitvoering van een specifiek proces er geen deel meer van uitmaakt en zijn taken moeten worden overgenomen, dan gaat de verworven kennis minder snel verloren en kan het doorgegeven worden aan de opvolgers. Deze kennis kan ook in bepaalde gevallen gebruikt worden om het proces te automatiseren.
Verbetering van operationele efficiëntie
Dankzij een duidelijke voorstelling van het proces, is een grondige analyse ervan mogelijk. Indien men een gedetailleerde analyse van een proces kan maken, is het mogelijk om de informatie- en materiaalflows ervan beter te begrijpen. Met dat inzicht kan men de verschillende flows efficiënter gaan gebruiken om verspillingen, die geen toegevoegde waarde bieden in het proces, significant te reduceren of sterker nog, volledig te elimineren. Met behulp van procesmodellen, kan men het proces ook op voorhand, nog voor het werkelijk toegepast wordt, simuleren (van der Aalst, J. Nakatumba, A. Rozinat, 2008). Met behulp van de nodige tools en software, is een a priori analyse van een proces van cruciaal belang om een eerste idee te hebben van hoe het gaat verlopen in de praktijk. De eerste probleempunten, bottlenecks of inefficiënties kunnen geïdentificeerd worden, waar men dan rekening mee kan houden bij de verdere ontwikkeling, eventuele verbetering en toepassing van het proces in de praktijk. ( van der Aalst, J. Nakatumba, A. Rozinat, 2008)
Competitieve voordelen
Een kleine verbetering in het ene proces, een andere kleine verbetering in een ander proces, nog een paar voordelen elders… Indien men de gerealiseerde (kleine) voordelen gaat optellen, komt men tot de conclusie dat de geïnvesteerde moeite in de vorm van tijd, geld, XXVII
infrastructuur,
informatiewinning,
technologie,
mensen,
enz.
die
nodig
was
om
procesmodellen op te stellen, te analyseren en/of te veranderen, niet opwegen tegen de gerealiseerde voordelen (cfr. supra). Een degelijke ontwikkeling en toepassing van procesmodellen, kan zelfs tot een competitief voordeel leiden (Porter & Millar, 1985) die het bedrijf zeker ten goede gaat komen in de toekomst. Een andere (Delphi) studie van de belangrijkste stakeholders van een onderneming – academici, beoefenaars en leveranciers –
heeft tot de volgende lijst van gepercipieerde
voordelen van procesmodellering geleid: (Indulska et al., 2009)
Figuur 11: Gepercipieerde voordelen van procesmodellering
XXVIII
Bijlage 2: Zoekterm voor kwaliteit Zoekterm voor kwaliteit: “quality” OR eval* OR consistenc* OR “maintainability” OR understand* OR “completeness” OR comprehensi* OR “testability” OR defect* OR pitfall* OR deficienc* OR error* OR mistake* OR problem* OR “effectiveness” OR “complexity” OR “readability” OR metric* OR measur* OR efficienc* OR validat* OR layout* OR guideline* OR “flexibility” OR “recommendation” OR correctn* OR simpl* OR pragma* OR "feedback" Deze zoekterm voor kwaliteit werd deels overgenomen uit Moreno-Montes de Oca et al., (2014) en aangevuld met andere termen. Bijlage 3: Gebruikte searchstrings bij Problem Solving & Cognitive fit TS betekent subject search, TI betekent title. TS = ("cognitive fit") AND TS = ("problem sol*") TI = ("cognitive fit" AND "problem sol*") TI = (cognitive NEAR fit AND "problem sol*") TI = (cognitive AND "problem sol*") TI = (task represent* AND problem solving) TS = ("task represent*" AND "problem solving") TI = ("task represent*" AND "problem solving") TS = ("problem represent*" AND problem solving) TI = ("problem represent*" AND problem solving) TI = ("problem represent*" AND "problem solving") TS = ("problem represent*" AND solving quality) TS = ("problem statement" AND quality AND solution) TI = ("problem statement" AND "model*") TI = (problem solving AND quality) TI = (cognitive fit AND problem solving)
XXIX
TS = (quality OR eval* OR consistenc* OR maintainability OR understand* OR completeness OR comprehensi* OR testability OR defect* OR pitfall* OR deficienc* OR error* OR mistake* OR problem* OR effectiveness OR complexity OR readability OR metric* OR measur* OR efficienc* OR validat* OR layout* OR guideline* OR flexibility OR recommendation OR correctn*) AND TS = ("cognitive fit") TI = ((quality OR eval* OR consistenc* OR maintainability OR understand* OR completeness OR comprehensi* OR testability OR defect* OR pitfall* OR deficienc* OR error* OR mistake* OR problem* OR effectiveness OR complexity OR readability OR metric* OR measur* OR efficienc* OR validat* OR layout* OR guideline* OR flexibility OR recommendation OR correctn*) AND ("cognitive fit")) TS = (“quality” OR eval* OR consistenc* OR “maintainability” OR understand* OR “completeness” OR comprehensi* OR “testability” OR defect* OR pitfall* OR deficienc* OR error* OR mistake* OR problem* OR “effectiveness” OR “complexity” OR “readability” OR metric* OR measur* OR efficienc* OR validat* OR layout* OR guideline* OR “flexibility” OR “recommendation” OR correctn* OR simpl* OR pragma* OR "feedback") AND TS = ("cognitive fit") TS = (“quality” OR eval* OR consistenc* OR “maintainability” OR understand* OR “completeness” OR comprehensi* OR “testability” OR defect* OR pitfall* OR deficienc* OR error* OR mistake* OR problem* OR “effectiveness” OR “complexity” OR “readability” OR metric* OR measur* OR efficienc* OR validat* OR layout* OR guideline* OR “flexibility” OR “recommendation” OR correctn* OR simpl* OR pragma* OR "feedback") AND TS = ("problem solv*") AND TS = ("cognitive fit") TI = ((“quality” OR eval* OR consistenc* OR “maintainability” OR understand* OR “completeness” OR comprehensi* OR “testability” OR defect* OR pitfall* OR deficienc* OR error* OR mistake* OR problem* OR “effectiveness” OR “complexity” OR “readability” OR metric* OR measur* OR efficienc* OR validat* OR layout* OR guideline* OR “flexibility” OR “recommendation” OR correctn* OR simpl* OR pragma* OR "feedback") AND ("problem solv*") AND ("cognitive fit"))
XXX
Bijlage 4: Gebruikte searchstrings bij Process Modeling & Cognitive fit TS = ("cognitive fit") AND TS = ("process model*") TI = (cognitive AND "process model*") TS = ("conceptual modeling quality framework") TS = (task represent* AND "process modeling") TI = (task represent* AND process modeling) TS = ("problem represent*" AND model quality) TI = (cognitive fit AND process modeling) TI = (process model* fit) TI = (modeling process) AND TS = (Computer Science) TI = ((modeling OR modelling) process) AND TS = (Computer Science) TI = (quality process AND (modeling OR modelling)) TI= (quality AND (modeling OR modelling) process) TI= (cognitive fit AND quality) TI= (influenc* factor AND process modeling) TI= (influenc* factors of process modeling) TI= (influenc* factor AND process AND (modeling OR modelling)) TI = (cognitive AND modeling AND quality) TI =(cognitive AND (modeling OR modelling) AND quality)
XXXI
TS = (“quality” OR eval* OR consistenc* OR “maintainability” OR understand* OR “completeness” OR comprehensi* OR “testability” OR defect* OR pitfall* OR deficienc* OR error* OR mistake* OR problem* OR “effectiveness” OR “complexity” OR “readability” OR metric* OR measur* OR efficienc* OR validat* OR layout* OR guideline* OR “flexibility” OR “recommendation” OR correctn* OR simpl* OR pragma* OR "feedback") AND TS = ("cognitive fit") AND TS = ("process model*") TI = ((quality OR eval* OR consistenc* OR maintainability OR understand* OR completeness OR comprehensi* OR testability OR defect* OR pitfall* OR deficienc* OR error* OR mistake* OR problem* OR effectiveness OR complexity OR readability OR metric* OR measur* OR efficienc* OR validat* OR layout* OR guideline* OR flexibility OR recommendation OR correctn* OR simpl* OR pragma* OR "feedback") AND (model*) AND (cognitive fit))
Bijlage 5: Gebruikte searchstrings voor Problem Solving en Process Modeling TS = ("process model*" AND "problem sol*") TI = ("process model*" AND "problem sol*") TI = (process NEAR model* AND "problem sol*") TI = (process NEAR model* AND "problem-sol*") TI = (process NEAR model* AND problem sol*) TI = (process NEAR model* AND problem-sol*)
XXXII
Bijlage 6: Gebruikte searchstrings voor “Cognitive fit” TS = ("cognitive fit") TI = ("cognitive fit") TI = (cognitive AND fit AND theory) TI = ("cognitive fit" NEAR theory) TI = (cognitive AND fit) TI = (cognitive fit) TS = (quality OR eval* OR consistenc* OR maintainability OR understand* OR completeness OR comprehensi* OR testability OR defect* OR pitfall* OR deficienc* OR error* OR mistake* OR problem* OR effectiveness OR complexity OR readability OR metric* OR measur* OR efficienc* OR validat* OR layout* OR guideline* OR flexibility OR recommendation OR correctn*) AND TS = ("cognitive fit") TI = ((quality OR eval* OR consistenc* OR maintainability OR understand* OR completeness OR comprehensi* OR testability OR defect* OR pitfall* OR deficienc* OR error* OR mistake* OR problem* OR effectiveness OR complexity OR readability OR metric* OR measur* OR efficienc* OR validat* OR layout* OR guideline* OR flexibility OR recommendation OR correctn*) AND ("cognitive fit")) TS = (“quality” OR eval* OR consistenc* OR “maintainability” OR understand* OR “completeness” OR comprehensi* OR “testability” OR defect* OR pitfall* OR deficienc* OR error* OR mistake* OR problem* OR “effectiveness” OR “complexity” OR “readability” OR metric* OR measur* OR efficienc* OR validat* OR layout* OR guideline* OR “flexibility” OR “recommendation” OR correctn* OR simpl* OR pragma* OR "feedback") AND TS = ("cognitive fit")
XXXIII
Bijlage 7: Disciplines waarin Vessey, (1991) geciteerd is
XXXIV
Bijlage 8: Finale set van bronnen in het problem solving domein N°
Auteur(s) + Jaar
Titel
Bron
1
(Gettinger, Kiesling, Stummer, & Vetschera, 2013) (Wu, 2009)
A comparison of representations for discrete multi-criteria decision problems
Decision Support Systems
2
3
4
5
6
7
8
9
10
11
A design methodology for formbased knowledge reuse and representation (Joachim A new look at an old study on Meyer, 1997) information display: Washburne (1927) reconsidered (Hernando, De Ledesma, & Laita, 2008) (Hernando & De Ledesma, 2009)
A system simulating representation change phenomena while problem solving
(Y. Zhu, Suo, & Owen, 2009)
A Visual Data Exploration Framework for Complex Problem Solving Based on Extended Cognitive Fit Theory An Alternative Fit through Problem Representation in Cognitive Fit Theory An approach to representation changes while executing problem solver intelligent systems
(H. C. Chan, Goswami, & Kim, 2012) (Hernando, De Ledesma, & Laita, 2007) (Huysmans, Dejaeger, Mues, Vanthienen, & Baesens, 2011) (Lee, Cheng, & Cheng, 2007) (Dunn & Grabski, 2001)
A technique for dynamically measuring and modifying relevance while problem solving
An empirical evaluation of the comprehensibility of decision table, tree and rule based predictive models
An empirical study of mobile commerce in insurance industry: Task-technology fit and individual differences An investigation of localization as an element of cognitive fit in accounting model representations XXXV
Information and Management Human Factors: The Journal of the Human Factors and Ergonomics Society Mathematics and Computers in Simulation
Revista de la Real Academia de Ciencias Exactas, Fisicas y Naturales - Serie A: Matematicas Lecture Notes in Computer Science
Journal of Database Management Proceedings of the 6th IEEE International Conference on Cognitive Informatics, ICCI 2007 Decision Support Systems
In WoS ?
Decision Support Systems
Decision Sciences
12
13
14
15
16
17
18
19
20
21
22
23
24
25
(Park & Lee, 2004)
Analyzing cognitive or noncognitive factors involved in physics problem solving in everyday context (Tan, Teo, & Assessing Screening and Evaluation Benbasat, Decision Support Systems: A 2010) Resource-Matching Approach (Endrikhovsk Beyond the visual system: A i, 2002) cognitive model of color categorization and its application to color image quality (Vessey, Cognitive fit - A theory-based 1991) analysiss of the graphs versus tables literature (Sinha & Cognitive fit – An empirical study Vessey, of recursion and iteration 1992) (Beckman, Concordance between task and 2002) interface rotational and translational control improves ground vehicle performance (Kirschenbau Effects of Graphic and Verbal m & Arruda, Probability Information on 1994) Command Decision Making (Kohl & Finkelstein, 2006) (Lee, Suh, & Benbasat, 2001) (Shen, Carswell, Santhanam, & Bailey, 2012) (Chung & Lee, 2011)
Effects of representation on students solving physics problems: A fine-grained characterization Effects of task-modality fit on user performance Emergency management information systems: Could decision makers be supported in choosing display formats?
Empirical Analysis of Decision Maker’s Schema and Cognitive Fit on Decision Performance (Liu et al., Evaluating the effects of task2011) individual-technology fit in multiDSS models context: A two-phase view (Todd & Evaluating the impact of DSS, Benbasat, cognitive effort, and incentives on 1999) strategy selection (Huang et al., Expertise visualization: An 2006) implementation and study based on cognitive fit theory XXXVI
International Journal of Science Education
Information Systems Research PICS 2002: Image Processing, Image Quality, Image Capture Systems Conference Decision Sciences
IEEE Transactions on Software Engineering
Human factors
Human Factors: The Journal of the Human Factors and Ergonomics Society Physical Review Special Topics - Physics Education Research Decision Support Systems
Decision Support Systems
Asia Pacific Journal of Information Systems Decision Support Systems
Information Systems Research Decision Support Systems
26
27
28
29
30
31
32
33
34
35
36
37
(A R Dennis & Carte, 1995)
Fitting graphical DSS to task characteristics
(Sirota, Kostovičová, & ValléeTourangeau, 2015) (Roy, Breton, & Paradis, 2001) (Tuttle & Kershaw, 1998) (Kelton & Pennington, 2012)
How to train your Bayesian: A problem-representation transfer rather than a format-representation shift explains training effects
(van der Land et al., 2013) (Hubona, Everett, Marsh, & Wauchope, 1998) (Umanath & Vessey, 1994) (Heliades & Edmonds, 2000) (Heinrich, Milne, & Granshaw, 2012) (Meyer, 2000) (Hmieleski & Baron, 2008)
Human-computer interface for the study of information fusion concepts in situation analysis and command decision support systems Information Presentation and Judgment Strategy from a Cognitive Fit Perspective Internet financial reporting: The effects of information presentation format and content differences on investor decision making Lost in space? Cognitive fit and cognitive load in 3D virtual environments Mental representations of spatial language
Association for Information Systems: Proceedings of the First Americas Conference on Information Systems Quarterly journal of experimental psychology
Signal Processing, Sensor Fusion, and Target Recognition X Journal of Information Systems Computers in Human Behavior
Computers in Human Behavior International Journal of Human-Computer Studies
Multiattribute Data Presentation and Decision Sciences Human Judgment: A Cognitive Fit Perspective Notation and nature of task in Knowledge-Based comprehending design rationale Systems Pathways for improving support for the electronic management and marking of assignments
Australasian Journal of Educational Technology
Performance with tables and Ergonomics graphs: effects of training and a Visual Search Model Regulatory focus and new venture Strategic performance: A study of Entrepreneurship Journal entrepreneurial opportunity exploitation under conditions of risk versus uncertainty
XXXVII
38
39
40 41
42
43
44
45
46
47
48
49
50
(Chandra & Krovi, 1999) (Gettinger, Koeszegi, & Schoop, 2012) (Vessey & Glass, 1998) (Wright, 1995) (Miettinen, 2012) (Kutar, Britton, Nehaniv, & Jones, 2001) (Vessey, 1994) (Grawemeye r & Cox, 2004) (Smelcer & Carmel, 1997) (VeraMunoz, Kinney, & Bonner, 2001) (Hong, Thong, & Tam, 2004) (Kelton, Pennington, & Tuttle, 2010) (Cheri Speier, Vessey, & Valacich, 2003)
Representational congruence and information retrieval: Towards an extended model of cognitive fit Shall we dance? The effect of information presentations on negotiation processes and outcomes
Decision Support Systems
Strong vs. weak approaches to systems development Superior Loan Collectibility Judgments Given Graphical Displays Survey of methods to visualize alternatives in multiple criteria decision making problems The cognitive dimensions of an artifact vis-a-vis individual human users: Studies with notations for the temporal specification of interactive systems The effect of information presentation on decision making: A cost-benefit analysis The effect of knowledge-ofexternal-representations upon performance and representational choice in a database query task The effectiveness of different representations for managerial problem solving: Comparing tables and maps The effects of domain experience and task presentation format on accountants' information relevance assurance
Communications of the ACM Auditing
The effects of information format and shopping task on consumers' online shopping behavior: A cognitive fit perspective The Effects of Information Presentation Format on Judgment and Decision Making: A Review of the Information Systems Research The effects of interruptions, task complexity, and information presentation on computer-supported decision-making performance
Journal of Management Information Systems
XXXVIII
Decision Support Systems
OR Spectrum
Cognitive technology: instruments of mind
Information & Management Diagrammatic Representation and Inference
Decision Sciences
SSRN Electronic Journal
Journal of Information Systems
Decision Sciences
51
52
53
54
55 56
57
58
59
60
61
62
63
(Adipat, Zhang, & Zhou, 2011) (Grawemeye r & Cox, 2008)
The effects of tree-view based presentation adaptation on mobile web browsing The effects of users' background diagram knowledge and task characteristics upon information display selection
(Suh & Lee, 2005)
The effects of virtual reality on consumer learning: An empirical investigation (Ramarapu, The impact of hypertext versus 1996) sequential information presentation on decision making: A conceptual model (CavalliThe impact of representation on Sforza, 2000) coaching argument analysis (Cheri The influence of information Speier, 2006) presentation formats on complex task decision-making performance (Speier & The influence of query interface Morris, design on decision-making 2003) performance (Zhang, The Interaction of Internal and 1991) External Representations in a Problem Solving Task (Cardinaels, 2008)
(Brunelle, 2009) (Goswami, Hock, & Hee, 2008) (Chan, 2001)
(Teets et al., 2010)
The interplay between cost accounting knowledge and presentation formats in cost-based decision-making The Moderating Role Of Cognitive Fit In Consumer Channel Preference The role of visualization tools in spreadsheet error correction from a cognitive fit perspective The use of graphs as decision aids in relation to information overload and managerial decision quality Using cognitive fit theory to evaluate the effectiveness of information visualizations: An example using quality assurance data
XXXIX
MIS Quarterly
Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) MIS Quarterly
International Journal of Information Management
Intelligent Tutoring Systems, Proceedings International Journal of Human Computer Studies MIS Quarterly
Proceedings of the Thirteenth Annual Conference of Cognitive Science Society Accounting, Organizations and Society Journal of Electronic Commerce Research Journal of the Association for Information Systems Journal of Information Science IEEE Transactions on Visualization and Computer Graphics
64
65
66
67
68
(Dennis & Carte, 1998)
(Baker, Jones, & Burkman, 2009) (Lurie & Mason, 2007) (Dull & Tegarden, 1998)
(Zhu & Watts, 2010)
Using geographical information systems for decision making: Extending cognitive fit theory to map-based presentations Using Visual Representations of Data to Enhance Sensemaking in Data Exploration Tasks
Information Systems Research
Journal of the Association for Information Systems
Visual representation: Implications for decision making
Journal of Marketing
Visualization of complex multiAssociation for dimensional accounting information information systems proceedings of the America’s conference on information systems Visualization of network concepts: Information Systems The impact of working memory Research capacity differences
XL
Bijlage 9: Finale set van bronnen in het procesmodellering domein N°
Auteur(s) + Jaar
Titel
Bron
1
(Ritchi & Mendling, 2013)
A Research Program for Studying the Impact of Process Representation on Risk Analysis A Study Into the Factors That Influence the Understandability of Business Process Models
Advanced Information Systems Engineering Workshops
2
(Reijers & Mendling, 2011)
3
(Figl, Recker, et al., 2013)
4
(Claes, Gailly, & Poels, 2013)
5
(Khatri et al., 2006)
6
7
8
9
10
11
A study on the effects of routing symbol design on process model comprehension Cognitive Aspects of Structured Process Modeling
Cognitive fit between conceptual schemas and internal problem representations: The case of geospatio-temporal conceptual schema comprehension (Gemino & Complexity and clarity in Wand, 2005) conceptual modeling: Comparison of mandatory and optional properties (Samuel et al., Customizing the representation 2015) capabilities of process models: understanding the effects of perceived modeling impediments (Saghafi & Wand, Do Ontological Guidelines 2014) Improve Understandability of Conceptual Models? A MetaAnalysis of Empirical Work (Daniel Moody & Evaluating the Visual Syntax Hillegersberg, of UML: An Analysis of the 2009) Cognitive Effectiveness of the UML Family of Diagrams (Pinggera et al., How the structuring of domain 2010) knowledge helps casual process modelers (Ottensooser et Making sense of business al., 2012) process descriptions: An experimental comparison of graphical and textual notations XLI
IEEE Transactions on Systems, Man, and Cybernetics - Part A: Systems and Humans Decision Support Systems
In WoS ?
Lecture Notes in Business Information Processing IEEE Transactions on Professional Communication
Data & Knowledge Engineering
IEEE Transactions on Software Engineering
Proceedings of the Annual Hawaii International Conference on System Sciences Lecture Notes in Computer Science
Lecture Notes in Computer Science Journal of Systems and Software
12
13
14
15
(Figl et al., 2010)
(Milton, Rajapakse, & Weber, 2012) (Henderson, Low, & GonzalezPerez, 2012) (Moody, 2009)
16
(Figl, Mendling, et al., 2013)
17
(Pourshahid, Richards, & Amyot, 2011) (Soffer et al., 2012)
18
19
20
(Khatri, Vessey, Ramesh, et al., 2006) (Moody, Heymans, & Matulevičius, 2010)
On the Cognitive Effectiveness of Routing Symbols in Process Modeling Languages Ontological Clarity, Cognitive Engagement, and Conceptual Model Quality Evaluation: An Experimental Investigation Semiotic considerations for the design of an agent-oriented modelling language The "Physics" of Notations: Toward a Scientific Basis for Constructing Visual Notations in Software Engineering The Influence of Notational Deficiencies on Process Model Comprehension Toward a Goal-Oriented, Business Intelligence DecisionMaking Framework Towards Understanding the Process of Process Modeling: Theoretical and Empirical Considerations Understanding conceptual schemas: Exploring the role of application and IS domain knowledge Visual syntax does matter: improving the cognitive effectiveness of the i* visual notation
XLII
Lecture Notes in Business Information Processing Journal of the Association for Information Systems
Lecture Notes in Business Information Processing IEEE Transactions on Software Engineering
Journal of the Association for Information Systems Lecture Notes in Business Information Processing Lecture Notes in Business Information Processing
Information Systems Research
Requirements Engineering
Bijlage 10: Samenvatting van de resultaten uit de gevonden papers en type cognitieve fit N° 1
Resultaten Mogelijk type cognitive fit Voorlopig nog geen concrete resultaten, enkel formulering van 3 proposities: P1: Een voorstelling die de lokalisatie van risk en controle problemen beter ondersteunt, leidt tot betere performantie. P2: De eigenschappen van de gebruikers om de voorstelling te verwerken, zullen de prestaties beïnvloeden.
P3: Business proces representaties welke risks en/of controleproblemen lokaliseren, of welke mechanismen bevatten die de aandacht van de gebruiker op bepaalde onderdelen ervan kunnen vestigen, zijn makkelijker te begrijpen dan deze die dat niet doen. 2
3
Experts zijn significant beter dan novice modelleurs. De grootte van een model is belangrijk aangezien de complexiteit ervan, significant de begrijpbaarheid ervan beïnvloedt. Persoonlijke factoren zijn een sterkere predictor in de begrijpbaarheid dan modelfactoren. Het veranderen van één element in het model, kan al een significante impact hebben op de begrijpbaarheid ervan. Design principles welke gerelateerd zijn aan de perceptual discriminability en pop-out, verbeteren de accuraatheid van de begrijpbaarheid van het model meer dan semantische transparantie en esthetiek. Semantische transparantie en esthetiek verlagen de moeilijkheid van de begrijpbaarheid. Design van symbolen beïnvloedt de begrijpbaarheid en moeilijkheid op verschillende manieren.
4
Geen concrete resultaten maar een formulering van drie hypotheses: H1: Structured process modeling is gerelateerd aan een verbetering van procesmodelkwaliteit H2: Kwaliteitsverbetering zal voor novice hoger zijn dan voor experts (in het domein, modeleren en/of modelleertaal) H3: Kwaliteitsverbetering zal hoger zijn als de voorstelling van de taak zal overeenkomen met de techniek (i.e., een breadth-first ordening van de taakbeschrijving).
5
Geospatiële-temporele data semantiek dat voorgesteld wordt via een bijkomend niveau van abstractie (2-LA) in de schema, vergemakkelijkt het begrijpen van deze schema meer dan een schema zonder deze data met één niveau van abstractie (1-LA). Er is geen significant verschil in de nodige tijd om de verschillende schema’s te begrijpen, wat impliceert dat er enkel een verschil is op vlak van accuraatheid wat het begrijpen van betreft. 2-LA schema’s lijken gemakkelijker om te gebruiken dan 1-LA schema’s.
XLIII
6
7
8
9
Evaluatie van conceptuele modellen kan gebaseerd worden op ontologische analyse in combinatie met cognitieve theorie. Het gebruik van verplichte relaties, leidt tot verbeterde understanding, ook al is het model dan meer complex. Clarity in het model, kan belangrijker zijn dan de complexiteit, wanneer het model gebruikt wordt om de kennis van het domein te verbreden. Gebrek aan theorie om empirische tests uit te voeren, is al langer een probleem in gevorderd onderzoek in dit domein. Enerzijds is er vaak geen fit tussen model en de rol waarvoor het bedoeld was: model is té technisch voor de gebruiker(s), té complex door de vele details en verhindert de begrijpbaarheid ervan. Anderzijds is er vaak geen fit tussen model en de taak die moet worden uitgevoerd. Een gebrek aan fit tussen het procesmodel en de vooropgestelde eisen, zorgt ervoor dat dit problemen geeft bij verder gebruik ervan. Men moet een trade-off maken tussen expressiviteit en eenvoud van conceptuele modellen. Conceptuele modellen die volgens ontologische richtlijnen zijn gemaakt, hebben een significant grotere begrijpbaarheid dan deze die zonder de richtlijnen zijn gemaakt. Ontologische richtlijnen zorgen ervoor dat conceptuele modellen een duidelijkere en completere representatie representeren van de buitenwereld, wat in een betere begrijpbaarheid door de gebruikers resulteert. De grafische notatie van UML is volgens een bottomup methode ontwikkeld door verschillende notaties te (her)gebruiken. Hoe de “beste” ideeën zijn ontwikkeld, is niet duidelijk. Na een visuele evaluatie van UML diagrammen is duidelijk dat er ingrepen nodig zijn om UML effectiever te maken op cognitief vlak. Use case en activity diagrammen zijn zeer geschikt om de zaken visueel voor te stellen (aan de stakeholders). Klasse diagrammen zijn weinig geschikt voor communicatie met stakeholders, en worden vaak omgezet naar tekst.
XLIV
10
11
12
Wanneer men de impact gaat bestuderen, van de organisatie van de inhoud van een taak, op het modelleerproces en de uitkomst ervan, kan men het volgende besluiten: een breadth-first organisatie en voorstelling van de inhoud van een taak, zonder in te gaan op de verschillende details, heeft een positief effect op het eindresultaat. Men zou het modelleerproces kunnen verbeteren door domeinspecialisten te selecteren met goede een aanleg voor organisatie, die dan gebruik kunnen maken van een breadth-first voorstelling. Een vergelijking van BPMN en use case notatie op visueel vlak, heeft de volgende resultaten opgebracht: Geschreven use cases zijn goed verstaanbaar door zowel business analisten als business users. BMPN wordt beter begrepen door de ervaren business analisten. Wanneer een proces eerst in een geschreven use case wordt voorgesteld en daarna gecomplementeerd door een BPMN diagram van dat zelfde proces, was dit de beste manier om comprehension met betrekking tot het model op te bouwen. Hoewel sommige gateways, connectors, splits en joins, formeel goed beschreven zijn, blijven ze een belangrijke oorzaak van fouten (deadlocks, synchronisatiefouten, e.d.) in procesmodellen en kunnen ze tot een slechtere understandability leiden.
Er zijn verschillen tussen EPCs, UML, YAML en BPMN omtrent representational clarity, perceptual discriminability, en graphic parsimony wanneer men naar deze routing elementen gaat kijken.
13
14
Conceptuele modellen die ontologisch duidelijk zijn, kunnen gemakkelijker op kwaliteit geëvalueerd worden dan ontologisch onduidelijke modellen. Cognitief engagement blijkt een belangrijke factor te zijn die de evaluatie van kwaliteit van conceptuele modellen, kan beïnvloeden. Hoe meer problematische grammaticale constructen gaat gebruiken om het domein voor te stellen, hoe meer men de ontological clarity gaat ondermijnen. Bij de ontwikkeling van een Framework for Agentoriented Modelling Language (FAML) heeft men geprobeerd om rekening te houden met de cognitive fit (CF). Deze modelleertaal is nog niet ontwikkeld in de praktijk.
XLV
15
16
17
18
Volgens Moody, (2009) heeft de beslissing omtrent de visuele representatie van een modelleertaal een belangrijk effect op de usability en effectiviteit ervan. Het is daarom belangrijk om rekening te houden met de cognitive fit (CF) bij de ontwikkeling, vergelijking, evaluatie en verbetering(en) van notaties. Deze notaties zouden geschikt moeten zijn voor de verschillende taken en passen aan de gebruikers ervan. Tekortkomingen zoals een gebrek aan semiotic clarity of perceptual discriminability in de notatie, hebben een significant effect op de begrijpbaarheid, cognitive load en de nodige tijd om een model te begrijpen. Deze tekortkomingen kunnen leiden tot een cognitive overload, welke de begrijpbaarheid gaat reduceren. Cognitive fit heeft een impact op de primaire notatie van een modelleertaal, en indien aanwezig, kan het de extraneous cognitive load verminderen. De keuze van een geschikte modelleertaal is belangrijk bij een modelleerproject. Men heeft geprobeerd om de cognitive fit tussen decision making task en de representatie van de informatie om deze taak uit te voeren, te verbeteren. Een standaard goal-oriented requirements language (GRL) is uitgebreid met een aantal eigenschappen die beter de relaties tussen KPI’s en vooropgestelde objectieven weergeven, maar welke ook evaluaties met behulp van formules mogelijk maken en risicofactoren integreren. Volgens Soffer et al., (2012) is het modelleerproces opgebouwd uit twee fases: conceptualisatiefase (creatie van het mentale model) en de fase van mapping van het mentale model aan de modelleerconstructen. Conceptualisatie is gemakkelijker wanneer er een overeenkomstig concept beschikbaar is (in een lijst), dan wanneer men zelf een geschikte regel, die de verschillende concepten combineert, logisch moet afleiden.
XLVI
19
20
IS domeinkennis heeft een invloed op alle types schema understanding taken. Er is echter geen bewijs dat applicatie domeinkennis een effect heeft op de uitvoering van taken waar cognitive fit aanwezig is. Applicatie domeinkennis helpt wel de probleemoplossers bij het oplossen van uitdagende taken. Mensen met een hoge domeinkennis presteren beter dan mensen met een lage domeinkennis bij het uitvoeren van schema understanding taken. Deze verbeterde prestaties zijn enkel te merken voor schema gebaseerde problem solving taken, waar conceptuele modelleurs hun kennis moeten transformeren naar een geschikte formaat om de taak uit te voeren. Meeste requirements engineering notaties gebruiken één visuele notatie voor alle doeleinden. Dit is niet in lijn met de cognitive fit (CF) theorie volgens welke een “one size fits all” aanpak niet geschikt is en dat verschillende visuele notaties nodig zouden zijn voor verschillende taken/gebruikers. Op dit moment bestaat i* notatie uit één soort visuele notatie welke men gebruikt voor alle doeleinden. In deze paper worden een aantal suggesties gegeven om de i* notatie te verbeteren met behulp van CF.
XLVII