The Comparison of User Preference on Domestic versus a Foreign 3D Virtual Try-On System
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Several applications of body scanning technology have been commercialized or are currently under development. The virtual fit from 3D scans is most advanced form of virtual try-on. This article is an analysis of the comparison of user preferences for domestic versus foreign 3D virtual try-on systems. For this study, domestic i-Fashion Mall (www.ifashionmall.co.kr) and a Canadian company, My Virtual Model (www.mvm.com) were selected as the most representative online retailers that offer a virtual try-on system. The respondents were comprised of 70 Korean female college students in the age group 20-29. A five point Likert scale was used to evaluate the degree of the preference of virtual avatar and try-on images. T-test, cross table, and a chi-square independence test were conducted for data analysis. The results are as follow. 1. The representation about current looks according to each virtual fit image indicates that MVM is more accurate than i-Fashion Mall. 2. About decision confidence, respondents have decision confidence in i-Fashion Mall in the case of the avatar image; however, respondents have confidence in MVM or the fit image. 3. There were no significant differences in among waist size groups in accuracy, trust of each avatar image, while there were significant differences among waist size groups in the accuracy and trust of each virtual fit image. 4. About ease of use, respondents answered that i-Fashion Mall is superior to MVM. 5. The respondents prioritized the ‘fitting report’ of i-Fashion Mall and ‘Weight loss’ of MVM over other functionalities.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle