User-Driven Techniques for the Design and Evaluation of New Musical 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
The merits of user-driven design have long been acknowledged in the field of human–computer interaction (HCI): Closely involving target users throughout the lifecyle of a project can vastly improve their experiences with the final system. Thus, it comes as no surprise that a growing number of music technology researchers are beginning to incorporate user-driven techniques into their work, particularly as a means of evaluating their designs from the perspectives of their intended users. Many, however, have faced the limitations that arise from applying the task-based, quantitative techniques typically encountered in classical HCI research to the evaluation of nonutilitarian applications. The nature of musical performance requires that designers reevaluate their definitions of user “goals,” “tasks,” and “needs.” Furthermore, within the context of performance, the importance of creativity and enjoyment naturally supersedes that of efficiency, yet these concepts are more difficult to evaluate or quantify accurately. To address these challenges, this article contributes a set of key principles for the user-driven design and evaluation of novel interactive musical systems, along with a survey of evaluation techniques offered by new directions in HCI, ludology, interactive arts, and social-science research. Our goal is to help lay the foundation for designers of new musical interfaces to begin developing and customizing their own methodologies for measuring, in a concrete and systematic fashion, those critical aspects of the user experience that are often considered too nebulous for assessment.
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 | 0,001 | 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