City Ditty: An Immersive Soundscape Sketchpad for Professionals of the Built Environment
Notice bibliographique
Résumé
Soundscape planning remains a challenge to many urban practitioners due in part to a scarcity of soundscape design tools. While many sound planning tools exist, they are generally geared towards acousticians rather than professionals of the built environment (e.g., urban designers, planners, or landscape architects). This paper walks through the user-centered design process for the development and evaluation of a new soundscape design tool, City Ditty. A User-Centered Design approach was utilized to identify and develop functionalities that would benefit urban practitioners that do not currently specialize in sound. This began with a literature review of existing soundscape tools, followed by a user needs assessment with professionals of the built environment, consisting of a workshop including focus groups, tech demos, and a collaborative soundscape design exercise. These results funneled into the development of City Ditty: an immersive soundscape sketchpad that facilitates rapid audio-visual prototyping of urban soundscapes. To make City Ditty accessible to users with no expertise in sound, we developed a sound awareness session that walks the user through 36 tasks. These hands-on tasks illustrate soundscape design principles while serving as instructions on how to use the many functions of City Ditty, e.g., listen to the city soundscape at different times of the day, pedestrianize the city centre, modify permissible construction times, and add birdfeeders to attract sounds of nature. A usability study was conducted with six participants to evaluate the tool using Desktop Virtual Reality, determine new functionalities, and determine how to best facilitate user engagement in order to encourage adoption by practitioners. The direction of future soundscape tools is discussed.
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 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 | 0,002 | 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 | 0,002 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».