Augmented Reality Smart Glasses in Focus: A User Group Report
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
Augmented Reality Smart Glasses (ARSG) are a recent development in consumer-level personal computing technology. Research on ARSGs has largely focused on new forms of etiquette for these personal computing devices, but little else has been examined due in part to consumer availability. The most well-known example of ARSGs is Google Glass, which are no longer available for consumer purchase due to privacy concerns. Google has more recently transitioned to industry-focused applications with the Glass Enterprise Edition [1]. Recent consumer-facing iterations on the technology include Snapchat Spectacles and Ray-Ban Stories, which reignite some of the anxieties surrounding wearable cameras. Focals by North, the ARSG product studied in this project, do not have the capacity to record video or audio, thus mitigating the risk of privacy breaches. This study examines how users of Focals employ the device, successfully or not, to facilitate daily activities such as scheduling, communication, wayfinding, and how non-users perceive the interactions of Focals users. Participants wrote blog responses and participated in a focus group on their daily experiences with the glasses; they also speculated on potential uses and features of future iterations relating to accessibility and entertainment purposes. Focals by North, a relatively low-cost ARSG, aims to make this tech mass market to “seamlessly [blend] technology into our world” [2]. However, this study found participants preferred choice when receiving notifications, and greatly questioned the need for notifications to appear in their field of vision. We anticipate that these results will inform frameworks for assessing consumer facing ARSG products in future work.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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