MétaCan
Menu
Retour à la cohorte
Enregistrement W4246975007 · doi:10.22215/etd/2015-11039

Visual Feedback to Perform Bend Gestures on Flexible Displays

2015· dissertation· en· W4246975007 sur OpenAlexaff
Farshad Daliri

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineComputer Science
ThématiqueInteractive and Immersive Displays
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésGestureFeed forwardComputer scienceVisual feedbackSet (abstract data type)Human–computer interactionMobile deviceArtificial intelligenceComputer visionEngineeringControl engineering

Résumé

récupéré en direct d'OpenAlex

Bend gestures offer a rich interaction language for flexible displays due to their large degrees of freedom. However, without an understandable visual feedback system, working with such interaction could be a difficult challenge for users. In this thesis, we have developed three visual feedback systems by using feedforward and feedback mechanisms with the goal of guiding users to correctly perform bend gestures on a handheld flexible display. Additionally, we have conducted an experiment containing two tasks, which, using a flexible prototype, evaluate the usefulness of our visual feedback designs. Our results suggested that users could perform sets of bend gestures faster when the visual feedbacks appear at the exact location of the bend gesture instead of always at a fixed location on the screen. Also, we found that, while feedforward improved users' performance, using feedback had a negative effect. Finally, we propose a set of design guidelines for designing visual feedback systems for bend gestures on flexible devices.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,603
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,004

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 Opus0,017
Tête enseignante GPT0,334
Écart entre enseignants0,317 · 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.

Devis d'étudeSans objet
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInteractive and Immersive DisplaysTravaux en français237 207