Bridging Private and Shared Interaction Surfaces in Collocated Groupware.
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
Multi-display environments (such as the pairing of a digital tabletop computer with a set of handheld tablet computers) can support collocated interaction in groups by providing individuals with private workspaces that can be used alongside shared interaction surfaces. However, such a configuration necessitates the inclusion of intuitive and seamless interactions to move digital objects between displays. While existing research has suggested numerous methods to bridge devices in this manner, these methods often require highly specialized equipment and are seldom examined using real-world tasks. This thesis investigates the use of two cross-device object transfer methods as adapted for use with commonly-available hardware and applied for use in a realistic task, a familiar tabletop card game. \nA digital tabletop and tablet implementation of the tabletop card game Dominion is developed to support each of the two cross-device object transfer methods (as well as two different turn-taking methods to support user identification). An observational user study is then performed to examine the effect of the transfer methods on groups’ behaviour, examining player preferences and the strategies which players applied to pursue their varied goals within the game. The study reveals that players’ choices and use of the methods is shaped greatly by the way in which each player personally defines the Dominion task, not simply by the objectives outlined in its rulebook. Design considerations for the design of cross-device object transfer methods and lessons-learned for system and experimental design as applied to the gaming domain are also offered.
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 | 0,000 | 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 | 0,001 |
| 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