MétaCan
Menu
Retour à la cohorte
Enregistrement W2783411676 · doi:10.1145/3161170

Flower-Pop

2018· article· en· W2783411676 sur OpenAlexaff
Moon-Hwan Lee, Yea-Kyung Row, Oosung Son, Uichin Lee, Jaejeung Kim, Jungi Jeong, Seungryoul Maeng, Tek-Jin Nam

Notice bibliographique

RevueProceedings of the ACM on Interactive Mobile Wearable and Ubiquitous Technologies · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésConversationCasualFacilitationSociocultural evolutionMediationPsychologyComputer scienceHuman–computer interactionCommunicationMultimediaSocial psychologySociology

Résumé

récupéré en direct d'OpenAlex

We explore the potential use of mobile devices as a collaborative sensing system that can proactively mediate casual group conversations. In this study, we aim to investigate (i) the impacts of a mobile system's passive and active conversation facilitation and (ii) the ways in which sociocultural aspects that affect casual group conversation should be considered in the design of proactive mobile systems. Toward this goal, we developed Flower-Pop, a mobile system that monitors group conversations and visualizes interaction patterns using metaphorical expressions based on blossoms. This system provides passive facilitation as well as active facilitation modes such as proactive conversation visualization and photo sharing. The active modes can encourage inactive participants to share photos and select random people to speak. Focusing on Korea, our field study showed that Flower-Pop's mediation created smooth topic/speaker transitions and encouraged less-active speakers to better engage in group conversation. We also found that the sociocultural aspects of casual group conversation, such as the location's characteristics, social relations, and the group's interests, affected participants' use of the Flower-Pop system. Based on our findings, we discuss methods for designing mobile systems for conversation facilitation and outline how opportune sociocultural factors could be identified based on mobile devices.

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)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,729
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,013
Tête enseignante GPT0,292
Écart entre enseignants0,279 · 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'étudeAutre devis
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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the ACM on Interactive Mobile Wearable and Ubiquitous TechnologiesMême sujetDigital Marketing and Social MediaTravaux en français237 207