MétaCan
Menu
Retour à la cohorte
Enregistrement W2557343052 · doi:10.1109/iemcon.2016.7746294

Development of a graphical user interface for a socially interactive robot: A case study evaluation

2016· article· en· W2557343052 sur OpenAlexaffabout
Vikram Banthia, Yaser Maddahi, Morgan May, David Blakley, Z Marzan Chang, Amanda Gbur, Chi Tu, Nariman Sepehri

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueSocial Robot Interaction and HRI
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésGraphical user interfaceRobotInterface (matter)Human–computer interactionHumanoid robotAutismTest (biology)User interfaceComputer sciencePsychologyHuman–robot interactionDevelopmental psychologyApplied psychologySimulationArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this paper, we present the development of a graphical user interface for a commercially available humanoid robot to study its interaction with children. The interface has been designed to facilitate the overall operation of the robot, and ultimately improve the interaction with children. Four pilot cases are studied to investigate overall effectiveness of the developed robotic setup in interacting and educating children. Case studies included communication with children in university environment, a day nursery, a junior high school, and at the Winnipeg Children's Hospital. Children and their parents/staffs were asked to provide feedback on how they/their children felt about interacting with the robot. Responses were then translated into quantitative measures. The measures received by each group of children and parents/staffs were compared using the ANOVA test. Results failed to reject the null hypothesis of equality in means of all measures. Therefore, the feedback, provided by both groups using questionnaires, was considered very close to each other. In other words, results indicated that children and parents/staffs expressed great interest in use of the developed system, and believed that such a robot could be a helpful tool in child therapy like autism.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,134
Tête enseignante GPT0,492
Écart entre enseignants0,358 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations7
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSocial Robot Interaction and HRITravaux en français237 207