MétaCan
Menu
Retour à la cohorte
Enregistrement W4244670045 · doi:10.22215/etd/2015-10904

Investigating the Potential of Tabletop Natural User Interfaces Tools in Improving the Nunaliit Cybercartographic Atlas Framework

2015· dissertation· en· W4244670045 sur OpenAlexaff
Omar Bani-Taha

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineComputer Science
ThématiqueInteractive and Immersive Displays
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésUsabilityHuman–computer interactionComputer scienceUser interfaceInterface (matter)GestureProcess (computing)Natural (archaeology)MultimediaArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study presents the results of an on-going work, which offers a comprehensive qualitative analysis of natural hybrid interfaces (touch-based, gesture and tangible interfaces), as a human-computer interaction technique that has the potential to promote a methodological approach to the design of a new form of collaborative tabletop interface within the Nunaliit framework and its cybercartographic atlases.The study provides empirical evidence for the feasibility and value of incorporating collaborative interactive large displays in a mapping creation process.The results of this study are based on a usability study comprised of twenty participants and semi-structured interviews with ten professionals from various fields and experiences.The study confirms the potential benefits and applicability of employing this novel approach as an alternative to the more conventional user interfaces that are currently in use.The study offers several insights and design guidelines which will be indispensable when implementing this novel interface, particularly in the new collaborative Nunaliit framework, and offer a new opportunity for cartographic mapping contexts in general.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,012
Communication savante0,0080,006
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,016
Tête enseignante GPT0,280
Écart entre enseignants0,264 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 sujetInteractive and Immersive DisplaysTravaux en français237 207