MétaCan
Menu
Retour à la cohorte
Enregistrement W4407152991 · doi:10.3233/faia241524

An Irish ‘Traveling’ Air-Purification Robot in a Care Home in Tokyo: Why Do Humanities and Social Science Matter?

2025· book-chapter· en· W4407152991 sur OpenAlexaff
Naonori Kodate, Pranav Kohli, Yurie Maeda, Robert Scott, Wenwei Yu, Kazuko Obayashi, Shigeru Masuyama

Notice bibliographique

RevueFrontiers in artificial intelligence and applications · 2025
Typebook-chapter
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArchaeological Research and Protection
Établissements canadiensCanada Mortgage and Housing Corporation
Organismes subventionnairesnon disponible
Mots-clésIrishHumanitiesSociologyMedia studiesArtPhilosophyLinguistics

Résumé

récupéré en direct d'OpenAlex

This paper examines the adoption process of an Irish air-purification robot in a nursing home in Japan. For the three-year project, researchers and engineers, interested in exploring human-robot interactions, formed a transdisciplinary team. Stemming from the concept of user-centered design, one original air-purification robot was produced and tested in one care facility each in Ireland and Japan. The robot ‘traveled’ from Dublin to Tokyo, and spent three months working in a residential care home where its interactions with users were observed. Based on ‘digital technography’ and ‘matters of concern’, the paper describes the research processes, treating this as a journey of the robot, and how it was imagined (at the design stage in Ireland) and reimagined in a different cultural context (at the point of use in Japan). The paper refers to challenges that we as transdilsciplinary researchers encountered along the way, while emphasizing the significance of deciphering the human ‘context’ in which AI and robotics are applied. The paper seeks to answer why humanities and social sciences research matter greatly.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,006
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,287
Écart entre enseignants0,238 · 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.

Devis d'étudeQualitatif
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in artificial intelligence and applicationsMême sujetArchaeological Research and ProtectionTravaux en français237 207