MétaCan
Menu
Retour à la cohorte
Enregistrement W3143936383 · doi:10.18280/isi.260101

A Brief of Review: Multimedia Authoring Tool Attributes

2021· article· en· W3143936383 sur OpenAlexvenueno aff
Marvin Chandra Wijaya, Zulisman Maksom, Muhammad Haziq Lim Abdullah

Notice bibliographique

RevueIngénierie des systèmes d information · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultimedia Communication and Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMultimediaAnimationInteractive mediaInterfacingAuthoring systemScripting languageSoftwarePresentation (obstetrics)

Résumé

récupéré en direct d'OpenAlex

Multimedia authoring is the process of assembling various types of media content such as audio, video, text, images, and animation into a multimedia presentation using tools. Multimedia Authoring Tool is a useful tool that helps authors to create multimedia presentations. Multimedia presentations are very widely used in various fields, such as broadcast digital information delivery, digital visual communication in smart cars, and others. The Multimedia Authoring tool attributes are the factors that determine the quality of a multimedia authoring tool. A multimedia authoring tool needs to have several attributes so that these tools can be used properly. The purpose of this literature review study is to find the advantages of the multimedia authoring tool attribute in each of the existing studies to produce knowledge on how to create a good quality multimedia authoring tool. These attributes are Editing, Services, Performance, and the Formal Verification Model. Editing attribute is an attribute for interfacing with the author. Followed by Service attribute and performance attribute to check and achieve proper multimedia documents. Since 1998, a multimedia modeling tool has been studied, and up to now, there have been many studies that have focused on one or more of these attributes. This article discusses the existing studies to examine the attributes generated from the studies. Multimedia authoring attributes are very important to study because they are the benchmarks of the software requirement specifications of Multimedia Authoring tools. The use of the Petri net model, the Hoare Logic, and the Simple Interactive Multimedia Model as a formal verification model can improve the performance of the Multimedia Authoring Tool. In the questionnaire that was submitted to the users, it was assessed positively by the users with the improvements in the Multimedia Authoring Tool.

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)0,007
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,005
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

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 Opus0,033
Tête enseignante GPT0,305
Écart entre enseignants0,272 · 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
GenreSynthèse

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

En bref

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIngénierie des systèmes d informationMême sujetMultimedia Communication and TechnologyTravaux en français237 207