MétaCan
Menu
Retour à la cohorte
Enregistrement W2913160657 · doi:10.1145/3283458.3283515

Mobile persuasion

2018· article· en· W2913160657 sur OpenAlexaff
Makuochi Nkwo, Rita Orji, John Ugah

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueInnovative Human-Technology Interaction
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPersuasionOvertakingPersuasive technologyBehavior changeCoercion (linguistics)DeceptionBusinessInternet privacyPublic relationsPsychologyComputer scienceEngineeringPolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

Research has shown that most developing nations like Nigeria are increasingly confronting numerous environmental problems such as greenhouse gases, oil spills, and toxic waste management. However, the real problem has to do with peoples' negative attitudes and behaviors to the environment and resultant environmental problems. For instance, a high percentage of wastes generated in most developing countries in Africa are currently being disposed of via open dumping - which refers to a situation where people dump refuse on the streets. As responsible citizens, however, we should care more for the environment. We must take steps to reduce our personal ecological footprints, educate ourselves on what engenders environmental problems as well as change our attitudes towards our environment. In the last decade, computer-human interaction (CHI) research has evolved in response to the considerable increase in peoples' understanding of the influential roles that technology plays in everyday life. Technologies that are essentially designed for the purpose of influencing users to change their behaviors and attitudes, without using coercion or deception is referred to as Persuasive technology (PT). These behavioral and attitudinal changes are realized via the use of persuasive strategies. Persuasive strategies are techniques that are used in PT design to motivate behavior change and influence people to achieve specific goals in various domains like ecommerce, health and even in environmental management. As a first step towards contributing to research, this study focuses on how to design and implement a mobile persuasive system (a behavioral change support system BCSS) for waste management. This system when implemented could motivate users to change their attitudes and behaviors towards waste disposal and to care more for the environment.

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)0,003
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,189

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0570,014

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 Opus0,017
Tête enseignante GPT0,297
Écart entre enseignants0,280 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInnovative Human-Technology InteractionTravaux en français237 207