MétaCan
Menu
Retour à la cohorte
Enregistrement W2778555468 · doi:10.5539/ass.v14n1p125

Product Design Enhancing Environmental Perception and Encouraging Behavioural Change: Eco-Information – the Relationship of Design Styles and User’s Emotions

2017· article· en· W2778555468 sur OpenAlexvenueno aff
Chanon Tunprawat, Yanin Rugwongwan, Wichitra Singhirunnusorn

Notice bibliographique

RevueAsian Social Science · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueColor perception and design
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerceptionCreaturesProduct (mathematics)PreferencePsychologyUser experience designApplied psychologyProduct designResource (disambiguation)Computer scienceHuman–computer interactionMathematics

Résumé

récupéré en direct d'OpenAlex

This research is to develop the products that can communicate environmental information to the user. The study investigated design styles of eco-information and impact on user’s emotions which can be used as data for product design enhancing environmental perception and encouraging behavioural change. The research aimed to 1) study design styles of eco-information and impact on user’s emotions 2) analyse the relationship of design styles and impact on user’s emotions effective in promoting environmental behaviour change. Ten-second video clips of seven design styles were presented through a computer and a projector and perception evaluation forms were employed. The sample included 60 students from the Faculty of Architecture and Design, Rajamangala University of Technology Phra Nakhon, Bangkok, Thailand. The results showed that the most effective design style could encourage emotions in the aspects of interest, excitement and preference. This study found that using living creatures to encourage emotions was the most effective attribute. Additionally, giving detailed information through the use of texts and graphs could encourage effectiveness in promoting behavioural change towards energy and resource consumption.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
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 Opus0,108
Tête enseignante GPT0,343
Écart entre enseignants0,235 · 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.

Devis d'étudeObservationnel
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetColor perception and designTravaux en français237 207