MétaCan
Menu
Retour à la cohorte
Enregistrement W4312416017 · doi:10.1109/hri53351.2022.9889346

T-Top, a SAR Experimental Platform

2022· article· en· W4312416017 sur OpenAlex
Marc-Antoine Maheux, Charles Caya, Dominic Létourneau, François Michaud

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

Revue2022 17th ACM/IEEE International Conference on Human-Robot Interaction (HRI) · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueSocial Robot Interaction and HRI
Établissements canadiensInstitut interdisciplinaire d'innovation technologique
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésModalitiesComputer scienceHuman–computer interactionPerceptionRobotStrengths and weaknessesDementiaSoftwareArchitectureHealth careMultimediaArtificial intelligencePsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

During these past years, Socially Assistive Robots (SARs) have been used to study the benefits of their uses with elderly people and people with dementia for healthcare purposes. Yet, almost all SARs have somewhat limited perception capabilities or respond using simple pre-programmed behaviors and reactions, providing limited or repetitive interaction modalities. To overcome these limitations and take into consideration the strengths and weaknesses of SARs in healthcare settings, this paper presents T-Top, a tabletop robot designed with advanced audio and vision sensors, deep learning perceptual processing and telecommunication capabilities. Designed as a open hard-ware/software platform, the objective with T-Top is to provide an experimental platform that can implement richer interaction modalities and develop higher cognitive abilities from interacting with people.

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 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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,543
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,2790,003

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 Opus0,338
Tête enseignante GPT0,501
Écart entre enseignants0,163 · 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