What is Intuitive Interaction? Balancing Users' Performance and Satisfaction with Natural User Interfaces
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
Designers of natural user interfaces are faced with several challenges when creating interaction models for controlling applications, including the wide range of possible input actions and the lack of affordances, which they can use to design controls. In order to contribute to the development of design guidelines in this design space, we conducted an exploratory, mixed methods study. We investigated three top-down approaches to designing intuitive interaction mappings for a whole body system implemented with camera vision. These were metaphoric, isomorphic and ‘everyday’ or conventional. In order to identify some of the benefits and limitations of each approach, we compared the designs based on measures of usability, intuitiveness and engagement with the material represented in the system. From our study, we found that while the metaphoric design enhanced users’ performance at completing tasks, the lack of discoverability of the interaction model left them feeling incompetent and dissatisfied. We found that the isomorphic design enabled users to focus on tasks rather than learning how to use the system. Conversely, designs based on previous conventions had to be learned, had a time cost for the learning and negatively impacted users’ engagement with content. For tasks and controls that can be designed based on an image schematic input action, users performed most accurately with the metaphoric design. There are benefits and limitations to each approach to designing to support intuitive interaction. We conclude with preliminary design considerations, suggest ways to balance performance with high user satisfaction depending on contextual design goals and question a single definition of intuitive intuition within whole body interface design.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,011 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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