Data-Responsible Technology Solutions for Fit in Online Fashion Retail
Notice bibliographique
Résumé
This study discusses the datafication processes and their ethical implications in the conduct of virtual try-on (VTO) technologies for fit in the online fashion industry, current practices in the business of VTO, and the physiological and psychological complications that are critical to shoppers' evaluation of fit and sizing. VTO solutions currently work by applying Augmented Reality technology or Artificial Intelligence to visualize the shopper digitally "wearing" the product to help the shopper evaluate garment fit. However, shopper satisfaction is impacted by augmentation quality and user control of access to user data. Furthermore, hedonic and utilitarian aspects of shopping are mediated by the shopper's inherent body satisfaction and technology acceptance; hence, shoppers do not always relate positively to a 3D visualization (avatar) of themselves. At the same time, research shows shoppers are impacted positively by images of model bodies similar to theirs and that while using an AR VTO, their perception of augmentation quality is impacted by the feeling that they have control over the access and use of their own data. A conceptual framework was developed for critical analysis to review the product quality, technical quality, and data handling practices of 3 main case studies, and a summary of findings was produced using thematic, content, and psychometric analysis. The research presents its results through practice-led research to document the activities and processes involved in the creative practice of the development of a prototype for a data-responsible alternative solution for fit comparison and evaluation in virtual try-on, to provide users total freedom to provide or withhold their data without implications to the quality of service.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».