MétaCan
Menu
Retour à la cohorte
Enregistrement W3205448872 · doi:10.21606/drs.2010.138

Dealing with the Human-centered Approach within HCI Projects

2010· article· en· W3205448872 sur OpenAlexaff
Mithra Zahedi, Manon Guité, Giovanni De Paoli

Notice bibliographique

RevueProceedings of DRS · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésComputer scienceHuman–computer interactionData science

Résumé

récupéré en direct d'OpenAlex

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.

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)0,129
score de la tête « metaresearch » (Gemma)0,102
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,129
Score d'incertitude au seuil0,683

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1290,102
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0160,046
Communication savante0,0270,022
Science ouverte0,0050,028
Intégrité de la recherche0,0100,011
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,027
Tête enseignante GPT0,250
Écart entre enseignants0,223 · 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'étudeQualitatif
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

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of DRSMême sujetDesign Education and PracticeTravaux en français237 207