MétaCan
Menu
Retour à la cohorte
Enregistrement W2013661598 · doi:10.1145/2677199.2680567

Simply Spinning

2015· article· en· W2013661598 sur OpenAlexaff
Shannon Cuykendall, Ethan Soutar-Rau, Karen Anne Cochrane, Jacob Freiberg, Thecla Schiphorst

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAesthetic Perception and Analysis
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésKinesthetic learningEmpathyDanceNarrativeMotion (physics)Movement (music)PsychologyComputer scienceAestheticsHuman–computer interactionVisual artsSocial psychologyArtificial intelligenceArtMathematics education

Résumé

récupéré en direct d'OpenAlex

We describe design considerations in Serpentine Dance, Refocused (SDR), an interactive movement installation that pays homage to Loïe Fuller's mesmerizing creations of light and motion. Our design goals were inspired by kinesthetic empathy research. Fuller created the Serpentine Dance (1891) at a time when many artists turned to abstraction as a way for audiences to engage with the essence of motion rather than narrative plots. We sought to heighten the feeling of kinesthetic empathy through creating an interactive environment where audience members could physically engage and reflect on the sensation of spinning, a prominent action in the Serpentine Dance. Through our analysis of SDR we found that our design intentions relating to kinesthetic empathy were not addressed by current design frameworks for kinesthetic interactions. Based on kinesthetic empathy research, we restructure and extend these frameworks into an evaluative and generative framework for interactive systems. We propose that kinesthetic empathy is the center of all movement interactions. This broader definition of kinesthetic empathy can be used to evaluate and generate a wide variety of movement interactions. We discuss the design of SDR through the lens of our evaluative framework.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,163

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,003
Communication savante0,0040,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0490,011

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 Opus0,197
Tête enseignante GPT0,339
Écart entre enseignants0,143 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations16
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAesthetic Perception and AnalysisTravaux en français237 207