Smartwatches vs. Smartphones
Notice bibliographique
Résumé
This work seeks to understand whether the unique features of a smartwatch, compared to a smartphone, mitigate or exacerbate driver distraction due to notifications, and to provide insights about drivers' perceptions of the risks associated with using smartwatches while driving. As smartwatches are gaining popularity among consumers, there is a need to understand how smartwatch use may influence driving performance. Previous driving research has examined voice calling on smartwatches, but not interactions with notifications, a key marketed feature. Engaging with notifications (e.g., reading and texting) on a handheld device is a known distraction associated with increased crash risks. Two driving simulator studies compared smartwatch to smartphone notifications. Experiment I asked participants to read aloud brief text notifications and Experiment II had participants manually select a response to arithmetic questions presented as notifications. Both experiments investigated the resulting glances to and physical interactions with the devices, as well as self-reported risk perception. Experiment II also investigated driving performance and self-reported knowledge/expectation about legislation surrounding the use of smart devices while driving. Experiment I found that participants were faster to visually engage with the notification on the smartwatch than the smartphone, took longer to finish reading aloud the notifications, and exhibited more glances longer than 1.6 s. Experiment II found that participants took longer to reply to notifications and had longer overall glance durations on the smartwatch than the smartphone, along with longer brake reaction times to lead vehicle braking events. Compared to the no device baseline, both devices increased lane position variability and resulted in higher self-reported perceived risk. Experiment II participants also considered that smartwatch use while driving deserves penalties equal to or less than smartphone use. The findings suggest that smartwatches may have road safety consequences. Given the common view among participants to associate smartwatch use with equal or less traffic penalties than smartphone use, there may be a disconnect between drivers' actual performance and their perceptions about smartwatch use while driving.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,004 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».