Dealing with the Human-centered Approach within HCI Projects
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Our interactions with objects or/and systems through digital screens are constantly increasing. Industry and information technology have more and more ambition toward offering new functions and interactions through these computerized systems. At the same time as the complexity of these systems is escalating, the complexity in designing them also grows. While user-centered approaches and usability in the area of human-computer interfaces (HCI) have been thoroughly researched for more than a decade now, we still encounter regularly unsatisfying interfaces. It is generally recognized that the design of HCI within multidisciplinary teams brings better answers to users. However as design practitioners, we see the inadequacy when it comes to working with other disciplines, at the conceptual level, and in creating shared understanding and new knowledge regarding user-centeredness. The paper explains what factors contribute to user-centered design and how we can see the inadequacy within multidisciplinary teams. Aiming to create the conditions for knowledge sharing and emergence of innovative and sustainable solutions, we propose a model called environment for reflective collaboration that encourages interdisciplinary attitude and allows for achieving joint reflective practice. Both seem necessary for dealing with the complexity of HCI. In this model, design is used as a method to understand people. Applying this design process in the early stages of a project provides the needed structure for collaboration. We explain the model as used in a real project, and we explain how a project-grounded approach helped the team bridge theory and practice.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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