MétaCan
Menu
Retour à la cohorte
Enregistrement W4379229981 · doi:10.23977/jeeem.2023.060305

Multifunctional Vision Reading and Writing Posture Corrector Based on Single-Chip Microcomputer

2023· article· en· W4379229981 sur OpenAlexvenueno aff
Binkai Zou, Jianfei Shi, Yuxiang Feng, Q. Li, Yi Dai, Xin Zhang, Jiayi Zhang, Jinyang Zou, Shengkun Yu

Notice bibliographique

RevueJournal of Electrotechnology Electrical Engineering and Management · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Systems and Laser Technology
Établissements canadiensnon disponible
Organismes subventionnairesHeilongjiang Bayi Agricultural University
Mots-clésReading (process)DeskShadow (psychology)Quality (philosophy)Computer scienceMultimediaPsychology

Résumé

récupéré en direct d'OpenAlex

The eyes are the source of knowledge acquisition and the channel for transmitting information. In modern society, due to the lack of self-awareness of primary and secondary school students, parents and teachers cannot remind them all the time. Once bad reading and writing habits are formed, it is difficult to change them. The vicious cycle of day after day leads to many primary and secondary school students wearing glasses prematurely. It is not only inconvenient in life but also causes great psychological shadow on their minds. Therefore, people gradually focus on children's vision. This system is a kind of intelligent control system that integrates human-computer interaction technology and people-oriented thinking, and combines the wisdom of electronics, physics, and human engineering and so on. The system measures the distance between the user's eyes and desk, the brightness of light in the reading scene and the reading time. If it fails to meet the standard, the system will actively suggest that users straighten their posture and straighten their waist and back to cultivate good reading habits and improve reading quality.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,004
Tête enseignante GPT0,187
Écart entre enseignants0,183 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Electrotechnology Electrical Engineering and ManagementMême sujetOptical Systems and Laser TechnologyTravaux en français237 207