MétaCan
Menu
Retour à la cohorte
Enregistrement W2276316224 · doi:10.1109/wi-iat.2015.198

The Effects of Familiarity Design on the Adoption of Wellness Games by the Elderly

2015· article· en· W2276316224 sur OpenAlexaff
Zhengxiang Pan, Chunyan Miao, Han Yu, Cyril Leung, Jing Jih Chin

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensUniversity of British ColumbiaBC Research (Canada)
Organismes subventionnairesnon disponible
Mots-clésBridge (graph theory)Elderly peopleComputer scienceEmpirical researchPsychologyHuman–computer interactionMultimediaApplied psychologyGerontologyMedicine

Résumé

récupéré en direct d'OpenAlex

The elderly often struggle when interacting with technologies. This is because the software and hardware components of the technologies are not familiar to the elderly's mental model. This is a lack of empirical studies about how the concept of familiarity can be infused into the design of interactive technology systems to bridge the digital divide preventing today's elderly people from actively engaging with such technologies. In this paper, we investigate the impact of familiarity in design on the adoption of wellness games for the elderly. We propose a familiarity design framework with three familiarity design elements: 1) symbolic familiarity, 2) cultural familiarity, and 3) actionable familiarity. We then conduct a focused group study involving 10 people over 65 years old to experience two wellnesses games - one with familiarity based design considerations and one without. The results shows that familiarity in design improves the perceived satisfaction and adoption likelihood significantly among the elderly users. These results can potentially benefit intelligent interface agent designed to interact with elderly users.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,492
Score d'incertitude au seuil0,379

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,271
Écart entre enseignants0,247 · 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'étudeThéorique ou conceptuel
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

Citations34
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTechnology Use by Older AdultsTravaux en français237 207