MétaCan
Menu
Retour à la cohorte
Enregistrement W4234277368 · doi:10.22215/etd/2015-11200

Bending Blindly: Exploring the Learnability and Usability of Bend Gestures for the Visually Impaired

2015· dissertation· en· W4234277368 sur OpenAlexaff
Matthew Ernst

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineNeuroscience
ThématiqueTactile and Sensory Interactions
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésGestureLearnabilityUsabilityVisually impairedHuman–computer interactionHaptic technologyAffordanceStimulus (psychology)Computer sciencePsychologyArtificial intelligenceCognitive psychology

Résumé

récupéré en direct d'OpenAlex

This thesis explored the application of bend gestures as a primary method of interaction for the visually impaired and the use of haptic stimulus as non-visual affordances to assist in the teaching and prompting of bend gestures completions.The first study explored this use of haptic stimulus and presented 48 different tactons to participants who were asked to select one of three bend gesture locations (top left, center and right) and two directions (up or down) they felt it best represented.The second study explored the interaction experience of bend gestures in a visually impaired environment.Participants completed 9 tasks using both bend and touch gestures recording task completion time and participant preference.We identify results from both studies that can help shape future research in this area of accessibility and potentially increase the overall interaction experience for screen reader based smartphones.The promising results found in study 1 around the pairing of the motor combination and intensity parameters in tacton design, in conjunction with preference for certain bend gestures as a form of input, lays the foundation for future work in this area.

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)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,169
Tête enseignante GPT0,389
Écart entre enseignants0,219 · 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'étudeObservationnel
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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTactile and Sensory InteractionsTravaux en français237 207