MétaCan
Menu
Retour à la cohorte
Enregistrement W1900605662 · doi:10.3127/ajis.v11i2.123

A Design Approach for Tangible User Interfaces

2004· article· en· W1900605662 sur OpenAlexaff
Bernard Champoux, Sriram Subramanian

Notice bibliographique

RevueAJIS. Australasian journal of information systems/AJIS. Australian journal of information systems/Australian journal of information systems · 2004
Typearticle
Langueen
DomaineComputer Science
ThématiqueInteractive and Immersive Displays
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésHuman–computer interactionContext (archaeology)Artifact (error)Computer scienceInterface (matter)Mechanism (biology)Task (project management)User interfaceComponent (thermodynamics)Interface designGraphical user interfaceArtificial intelligenceEngineeringSystems engineering

Résumé

récupéré en direct d'OpenAlex

This paper proposes a mechanism to design Tangible User Interface (TUI) based on Adapted to the design of TUIs, the fitness-of-use mechanism now takes into consideration the potential conflicts between the hardware of the artifact (electro-mechanical components) and the form of the user's control (Physicalergonomics). The design problem is a search for an effortless co-existence (fitness-of-use) between these two aspects. Tangible interface design differs from traditional graphical interface design as unsolved conflicts between hardware and ergonomics can deeply affect the desired interaction. Here we propose a mechanism (in the form of eight questions) that support the design by defining the boundaries of the task, orienting the hardware (electro-mechanics) and ergonomics of the design space for various sub-tasks and finally fitting the different components of the hardware and physicalergonomics of the artefact to provide a component level fitness which will delineate the final tangible interfaces. We further evaluate the effectiveness and efficiency of our approach by quantitative user evaluation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict), Communication savante
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0070,002
Études des sciences et des technologies0,0010,000
Communication savante0,0060,093
Science ouverte0,0040,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,029
Tête enseignante GPT0,269
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAJIS. Australasian journal of information systems/AJIS. Australian journal of information systems/Australian journal of information systemsMême sujetInteractive and Immersive DisplaysTravaux en français237 207