Editorial: The Art of Human-Robot Interaction: Creative Perspectives From Design and the Arts
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
The Art of Human-Robot Interaction: Creative Perspectives from Design and the Arts Advancements in robotics have traditionally been considered the domain of engineering and computer science. However, cross-disciplinary collaborations between the arts and engineering can help drive innovation and technical solutions in robotics and fuel innovation in contemporary art (Stelarc, 2016, Goldberg, 2001. As robotic technologies mature and move beyond research laboratories and the factory floor, there is a greater emphasis and need to understand how to design and implement interactive and collaborative robots in the real world alongside people.User-centred and participatory design methods are well-established in the HCI domain (Wilkinson and De Angeli, 2014), and there is a push to establish similar processes for robot design. Art and design help stimulate this process by involving end-users in the design process and cultivating interdisciplinary approaches to exploring the frontiers of HRI in the real world. One method for bridging artistic and engineering practices is through workshops that explore diverse disciplinary perspectives to find common ground and identify relevant design principles. Since the early 2010s, many international workshops, forums and programs have explored cross-disciplinary research in robots and art 1 (Smart et al., 2010, St-Onge, 2019. This research topic expands on ideas and discoveries made by this emerging community.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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