MétaCan
Menu
Retour à la cohorte
Enregistrement W4236531513 · doi:10.3138/cart.51.1.3176

How Do Display Design and User Characteristics Matter in Animations? An Empirical Study with Air Traffic Control Displays

2016· article· en· W4236531513 sur OpenAlexvenueno aff
Sara Lanini-Maggi, Sara Irina Fabrikant, Jean-Paul Imbert, Christophe Hurter

Notice bibliographique

RevueCartographica The International Journal for Geographic Information and Geovisualization · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueSpatial Cognition and Navigation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnimationComputer scienceHuman–computer interactionTask (project management)Empirical researchControl (management)Domain (mathematical analysis)Computer animationMultimediaArtificial intelligenceComputer graphics (images)Engineering

Résumé

récupéré en direct d'OpenAlex

We detail an empirical animation study to assess how display design, user spatial ability, and training might influence visuospatial decision-making with animated displays showing aircraft movements. We present empirical results of a visuospatial detection task with moving objects, based on response accuracy and response time, including a descriptive eye-movement analysis. We found significant differences in a visuospatial detection task of moving objects across animation design types and domain expertise levels based on viewers' visuospatial skill differences. With this empirical approach, we hope to better understand how users explore and extract information from animated displays. Based on these results, we aim to further develop empirically validated animation display design guidelines to increase their efficiency and effectiveness for decision-making with and about moving objects.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,275
Score d'incertitude au seuil0,543

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,261
Écart entre enseignants0,251 · 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 tête enseignante, 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

Citations28
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCartographica The International Journal for Geographic Information and GeovisualizationMême sujetSpatial Cognition and NavigationTravaux en français237 207