MétaCan
Menu
Retour à la cohorte
Enregistrement W3194767911

A Study of Applying Gaze-Tracking Control to Motorized Assistive Devices

2010· article· en· W3194767911 sur OpenAlexaff
Fraser Macdonald, Enrico Guld, Craig Hennessey

Notice bibliographique

RevueCMBES Proceedings · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueGaze Tracking and Assistive Technology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGazeEye trackingTracking (education)Computer scienceHuman–computer interactionInterface (matter)Control (management)Assistive technologyComputer visionPhysical medicine and rehabilitationArtificial intelligencePsychologyMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

One of the most difficult barriers to alleviating the effects of degenerative diseases is the severe retrogression they cause not only in communication, but also in the ability to manipulate devices designed to restore agency.This project aims to reproduce the muscle control that people with ALS (PALS) have lost, using a lowcost gaze tracker as the input device for a motorized headrest.  Eye movement is often the last remaining method of control in a number of progressive neurodegenerative diseases, and harnessing it as an input device allows a broad range of applications that can benefit users of this technology.The tracker and associated electronics are connected to a motorized headrest, the first of its kind, developed on campus at the University of British Columbia (UBC).  This system uses the Mirametrix S1 eye-gaze tracking device to take a user’s commands and translate them into head movement, which allows for communication through predefined nods or shakes, the ability to self-direct an otherwise immobile individual’s head position, and comfortable selection of a resting head position.The development of our novel user interface demonstrates the utility of eye-gaze tracking as a functional and promising method to restore control to immobilized persons.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,017
Tête enseignante GPT0,274
Écart entre enseignants0,257 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCMBES ProceedingsMême sujetGaze Tracking and Assistive TechnologyTravaux en français237 207