Squeaky/Pain: Articulating the Felt Experience of Pain for Somaesthetic Interactions
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
This pictorial illustrates the methodological tools for articulating the felt experience of chronic pain used for designing somaesthetic interactions. To do this, it presents the design process of a case study named Squeaky/Pain, a soma extension aiming to augment somaesthetic awareness of the pain involved in the appreciation of both pleasant and disturbing feelings and sensations. The soma extension is an interactive wearable that facilitates a sound-motion interaction to mimic the wearer’s pain experience, from agony to relief. The case study focuses on a less explored aspect of somaesthetic interactions which is the mediation of disturbing experiences for sensory awareness. Through the soma extension that mediates disturbing experiences, the study aims to improve people’s somatic knowledge and their lives as a result. The design process of Squeaky/Pain requires detailed accounts of lived bodily experiences to create somaesthetic interactions. To access a detailed articulation of felt experiences, various tools are employed to articulate the first- and second-person pain experience for design use. These are different types of body maps, video analysis, material and form explorations, journals, in-depth interviews and self-interviews. The ideation and the testing phases have proven that such tools complement one another to access the versatile aspects of felt experiences. In this pictorial, we demonstrate ways in which visual, verbal and written tools can be applied to reveal implicit bodily experiences to inform somaesthetic interaction design.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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