MétaCan
Menu
Retour à la cohorte
Enregistrement W2550742305 · doi:10.1145/2992154.2992172

Rapid Command Selection on Multi-Touch Tablets with Single-Handed HandMark Menus

2016· article· en· W2550742305 sur OpenAlexafffund
Md. Sami Uddin, Carl Gutwin

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueInteractive and Immersive Displays
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceSelection (genetic algorithm)Set (abstract data type)LandmarkFrame (networking)Human–computer interactionFrame of referenceArtificial intelligenceComputer vision

Résumé

récupéré en direct d'OpenAlex

Fast command selection is important for touch devices, but there are few techniques that allow accelerated selection while still providing a large command set. HandMark menus [25] propose the use of the hands as landmarks for fast memory-based selection. However, the original HandMark menus rely on bimanual operation, and earlier studies provided only limited evidence for the value of hand-based landmarks as a reference frame for spatial memory. In this paper we address these limitations. We introduce adapted HandMark menus that can be operated with one hand (while the other hand holds the tablet); the new version changes bimanual selection operations into sequential actions with one hand. We carried out three studies of these HandMark menus. The first study showed that the adapted menus still allowed fast performance and the development of spatial memory, even with one-handed use. The second study focused on the value of hands as landmarks, by comparing HandMark menus against a hidden popup menu. This study showed that using the hand as a reference frame significantly improved performance, and was strongly preferred by participants. Our work extends HandMark menus and shows that they are an effective selection method for tablets, and provides new evidence about the value of the hands as a spatial landmark for interaction.

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 enseignants0,940
Score d'incertitude au seuil0,326

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 savante0,0000,001
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 Opus0,026
Tête enseignante GPT0,237
Écart entre enseignants0,211 · 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

Citations19
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetInteractive and Immersive DisplaysTravaux en français237 207