MétaCan
Menu
Retour à la cohorte
Enregistrement W2033484258 · doi:10.4236/jgis.2013.52015

A Web Service for Managing Spatial Context Dedicated to Serious Games on and for Smartphones

2013· article· en· W2033484258 sur OpenAlexaff
Élodie Edoh-Alove, Frédéric Hubert, Thierry Badard

Notice bibliographique

RevueJournal of Geographic Information System · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueContext-Aware Activity Recognition Systems
Établissements canadiensUniversité LavalCentre de Géomatique du Québec
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSpatial contextual awarenessContext (archaeology)Augmented realityService (business)GeomaticsHuman–computer interactionMultimediaMobile deviceArchitectureWorld Wide WebUbiquitous computingContext awarenessWeb serviceGeographyArtificial intelligenceCartography

Résumé

récupéré en direct d'OpenAlex

The GeoEduc3D project aims to provide educational games for smartphones based on Geomatics and use augmented reality techniques in order to make these games more immersive. To improve the immersive and interactive aspects of those games, we focused on the exploitation of spatial context in this particular application framework (serious games, augmented reality, smart phones, and multi-users environment). Our work has thus led to the design of a solution dedicated to the management of spatial context in a multi-players environment on and for smartphones. Several contributions have been made: modeling spatial context, proposing a service-oriented architecture to manage this context, defining a Web Service Spatial Context (WSCS) and implementation of a WSCS prototype and a mobile client according to an environment exploiting FourSquare, a geo-social application.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil0,562

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,227
Écart entre enseignants0,214 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geographic Information SystemMême sujetContext-Aware Activity Recognition SystemsTravaux en français237 207