MétaCan
Menu
Retour à la cohorte
Enregistrement W4308764908 · doi:10.1145/3555192

Handoff and Deposit: Designing Temporal Coordination in Cross-Device Transfer Techniques for Mixed-Focus Collaboration

2022· article· en· W4308764908 sur OpenAlexaff
Leila Homaeian, James R. Wallace, Stacey D. Scott

Notice bibliographique

RevueProceedings of the ACM on Human-Computer Interaction · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueInnovative Human-Technology Interaction
Établissements canadiensUniversity of GuelphUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésComputer scienceHandoverUsabilityLeverage (statistics)Human–computer interactionFlexibility (engineering)Process (computing)WorkspaceFocus (optics)SensemakingTelecommunications

Résumé

récupéré en direct d'OpenAlex

When working together, people frequently share information with each other to enable division of labour, assistance, and delegation of responsibility. The literature has explored both synchronous and asynchronous transfer techniques, known as Handoff and Deposit, respectively. However, current cross-device environments tend to only provide a single mechanism. Moreover, we have little understanding of the impact of different techniques on collaborative process. To understand how Handoff and Deposit may be designed to support complex sensemaking tasks, we followed a Research through Design process to iteratively design Handoff and Deposit techniques using paper and digital sketches and high-fidelity prototypes. We consulted the HCI literature to corroborate our findings with studies and descriptions of existing cross-device transfer designs and to understand the potential impact of those designs on mixed-focus collaboration. We learned that as we move away from a restricted physical workspace and leverage the flexibility of digital personal devices, there is a large design space for realizing cross-device transfer. To inform these designs, we provide five design considerations for cross-device transfer techniques: Transfer Acceptance, Action Dependencies, Immediate Usability, Interruption Potential, and Connection Actions.

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)0,011
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0040,007
Science ouverte0,0030,005
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,037
Tête enseignante GPT0,333
Écart entre enseignants0,296 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the ACM on Human-Computer InteractionMême sujetInnovative Human-Technology InteractionTravaux en français237 207