Evaluating user interfaces for stack mode viewing
Notice bibliographique
Résumé
The goal of this research was to evaluate two different stack mode layouts for 3D medical images—a regular stack mode layout where just the topmost image was visible, and a new stack mode layout, which included the images just before and after the main image. We developed stripped down user interfaces to test the techniques, and designed a look-alike radiology task using 3D artificial target stimuli implanted in the slices of medical image volumes. The task required searching for targets and identifying the range of slices containing the targets. Eight naïve students participated, using a within-subjects design. We measured the response time and accuracy of subjects using the two layouts and tracked the eyegaze of several subjects while they performed the task. Eyegaze data was divided into fixations and saccades Subjects were 19 % slower with the new stack layout than the standard stack layout, but 5 of the 8 subjects preferred the new layout. Analysis of the eyegaze data showed that in the new technique, the context images on both sides were fixated once the target was found in the topmost image. We believe that the extra time was caused by the difficulty in controlling the rate of scrolling, causing overshooting. We surmise that providing some contextual detail such as adjacent slices in the new stack mode layout is helpful to reduce cognitive load for this radiology look-alike task.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».