MétaCan
Menu
Retour à la cohorte
Enregistrement W4399917696 · doi:10.1145/3635636.3656197

How Example-Based Authoring of Motion Graphics Impacts Creative Expression: Differences in Perceptions of Professional and Casual Motion Designers

2024· article· en· W4399917696 sur OpenAlex
Amir Jahanlou, Parmit K. Chilana

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.

Notice bibliographique

RevueCreativity and Cognition · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceCasualMotion (physics)AnimationGraphicsPerceptionWorkflowHuman–computer interactionCreativityMultimediaExpression (computer science)AvatarComputer graphics (images)Artificial intelligencePsychologyProgramming language

Résumé

récupéré en direct d'OpenAlex

Motion graphics authoring is a time-intensive endeavor, demanding proficiency in various feature-rich software. Automated, example-based solutions are now being explored to simplify the motion graphics creation process. To investigate how such streamlined authoring tools impact motion designers’ workflows and perceptions of creativity, we deployed an end-to-end motion graphics authoring tool to 14 users, spanning casual to professional design expertise. Our key findings reveal a dichotomy: casual designers embraced the tool’s automation, finding empowerment in its simplicity, even at the expense of losing narrative control. Conversely, professionals expressed reservations and raised concerns about the trade-offs between efficiency and creative autonomy. Notably, the level of automation in animation emerged as a point of contention, underscoring differing expectations between the two groups. Our work contributes insights into such nuances, offering implications for designing the next generation of motion graphics authoring tools that cater to a broad spectrum of creative aspirations and abilities.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,414
Score d'incertitude au seuil0,372

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 Opus0,085
Tête enseignante GPT0,354
Écart entre enseignants0,268 · 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