MétaCan
Menu
Retour à la cohorte
Enregistrement W2157532812 · doi:10.1109/3dui.2007.340769

Exploring 3D Interaction in Alternate Control-Display Space Mappings

2007· article· en· W2157532812 sur OpenAlexaff
Jeroen Keijser, Sheelagh Carpendale, Mark Hancock, Tobias Isenberg

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueInteractive and Immersive Displays
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésComputer scienceHuman–computer interactionPerspective (graphical)Space (punctuation)Control (management)Interaction technique3D interactionConceptual designSkewUser interfaceArtificial intelligenceVirtual realityProgramming language

Résumé

récupéré en direct d'OpenAlex

The desire to have intuitive, seamless 3D interaction fuels research exploration into new approaches to 3D interaction. However, within these explorations we continue to rely on Brunelleschi's perspective for display and map the interactive control space directly into it without much thought on the effect that this default mapping has. In contrast, there are many possibilities for creating 3D interaction spaces, thus making it important to run user studies to examine these possibilities. Options in mapping the control space to the display space for 3D interaction have previously focused on the manipulation of control-display ratio or gain. In this paper, we present a conceptual framework that provides a more general control-display description that includes mappings for flip, rotation, skew, as well as scale (gain). We conduct a user study to explore 3D selection and manipulation tasks in three of these different mappings in comparison to the commonly used mapping (perspective mapping of control space to a perspective display). Our results show interesting differences between interactions and user preferences in these mappings and indicate that all may be considered viable alternatives. Together this framework and study open the door to further exploration of 3D interaction variations

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,604
Score d'incertitude au seuil0,480

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
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 Opus0,049
Tête enseignante GPT0,283
Écart entre enseignants0,234 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInteractive and Immersive DisplaysTravaux en français237 207