MétaCan
Menu
Retour à la cohorte
Enregistrement W4390674690 · doi:10.1080/10400435.2023.2295262

User confidence and electrodermal activity during haptic exploration for perceptual comparisons using a robotic system

2024· article· en· W4390674690 sur OpenAlexaff
Heather Capel, Thaiany Pedrozo Campos Antunes, Lina Becerra Puyo, Johana Paola Ríos Ortegón, Kim Adams

Notice bibliographique

RevueAssistive Technology · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTactile and Sensory Interactions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesHealth Research
Mots-clésHaptic technologyPerceptionObject (grammar)Haptic perceptionHuman–computer interactionPsychologyTask (project management)ArousalComputer scienceSimulationArtificial intelligenceEngineeringSocial psychology

Résumé

récupéré en direct d'OpenAlex

Children with physical impairments may have trouble effectively performing the hand movements used in haptic exploration and may miss information about object properties. Assistive robotic systems with haptic feedback may enable children with physical impairments to haptically explore objects. However, it is important to understand if they might be encountering difficulty in assessing object properties with the system. As such, we examined two methods to ascertain a user's uncertainty or stress when doing the exploration, user confidence and electrodermal activity (EDA). Twenty adults and ten children without physical impairments manipulated four pairs of objects to examine size, roughness, hardness and shape. All participants performed the manipulation by controlling a robotic system and by manual exploration in a randomized crossover design. Adults' confidence was lower when using the robotic system and correlated with lower accuracy at determining object properties. Children's responses indicated that they may not have understood how to self-rate confidence. EDA, a potentially objective measure of stress during the task, was actually lower for adults when they used the robotic system, suggesting less physiological arousal than when using their hands. Children's EDA was variable.

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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,236
Score d'incertitude au seuil0,553

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,072
Tête enseignante GPT0,323
Écart entre enseignants0,252 · 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 tête enseignante, 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAssistive TechnologyMême sujetTactile and Sensory InteractionsTravaux en français237 207