MétaCan
Menu
Retour à la cohorte
Enregistrement W4412045148 · doi:10.1145/3715668.3734165

Surfing the Opportunities for Water Sustainability when Designing Outdoor Water Sports Experiences

2025· article· en· W4412045148 sur OpenAlexaff
Maria F. Montoya, Vincent van Rheden, Josh Andrés, Ian Smith, Don Samitha Elvitigala, Andrii Matviienko, Laia Turmo Vidal, Alexander Meschtscherjakov, Fabio Zambetta

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueAdventure Sports and Sensation Seeking
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesAustralian Research Council
Mots-clésSustainabilityComputer scienceEnvironmental scienceArchitectural engineeringBusinessEngineering

Résumé

récupéré en direct d'OpenAlex

Oceans, lakes and rivers, dynamic and vital ecosystems, face increasing threats from climate change.To ensure its sustainability, there is an urgent need for technologies that promote responsible and sustainable human-water interactions.Water sports engagement fosters mental and physical health benefits, as well as environmental care when responsible practices are encouraged.Although prior work has investigated how interactive technology can support sports practice to make it sustainable, water sports are less explored due to the unique technical challenges they pose.Hence, there is an opportunity for human-computer interaction (HCI) to explore how interactive technology can be adapted to the dynamic, unpredictable nature of outdoor water sports to foster water conservation and ocean sustainability.We argue that by exploring the design of interactive water sports experiences through a soma design lens, we will better understand the intricate synergy between our bodies and the felt and lived body of water, hence, supporting meaningful body-water interactions.We aim to engage researchers in exploring the potential of soma design in the context of water and water sports guided by preliminary posthumanist water frameworks.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,059
Tête enseignante GPT0,326
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

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'étudeObservationnel
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

Citations5
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même sujetAdventure Sports and Sensation SeekingTravaux en français237 207