MétaCan
Menu
Retour à la cohorte
Enregistrement W2999553819 · doi:10.5772/intechopen.90678

Designing Interactive and Immersive Multimodal Installations for People with Disability

2020· book-chapter· en· W2999553819 sur OpenAlexfundno aff
Afnen Arfaoui, Geoffrey Edwards, Ernesto Morales, Patrick Fougeyrollas

Notice bibliographique

RevueIntechOpen eBooks · 2020
Typebook-chapter
Langueen
DomaineNeuroscience
ThématiqueTactile and Sensory Interactions
Établissements canadiensnon disponible
Organismes subventionnairesInstitut de Réadaptation en Déficience Physique de Québec
Mots-clésHuman–computer interactionComputer scienceModalitiesStimulus modalityContext (archaeology)Process (computing)MultimediaUser experience designMultimodal interactionModality (human–computer interaction)PsychologySensory systemCognitive psychology

Résumé

récupéré en direct d'OpenAlex

We developed an end-to-end co-creative methodology for designing interactive and immersive multisensory virtual reality experiences with a particular focus on people with disability. Our method draws on what is called “design thinking” to provide a backbone to our approach. This embraces three stages, an empathic first stage, followed by an ideation phase, during which the thematic context is elaborated, and then an iterative exploration phase during which the initial concept is refined and the implementation is achieved. Furthermore, the “cognitive design” methodology developed by one of us led us to an approach incorporating all sensory modalities, not just the audio and visual modalities (that is, it includes odor, tactile, taste and proprioceptive stimuli), in order to deliver an experience that fully enhances the user’s sense of embodiment, and also led us to place the user’s experience at the heart of the installation. Users participate in the design process through co-design protocols. We showcase the application of this methodology in a detailed way for the construction of an interactive and immersive VR installation for people with disabilities.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,044
Tête enseignante GPT0,285
Écart entre enseignants0,241 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntechOpen eBooksMême sujetTactile and Sensory InteractionsTravaux en français237 207