MétaCan
Menu
Retour à la cohorte
Enregistrement W4413360482 · doi:10.1109/sse67621.2025.00032

Towards a DIY Robotic Tail Toolkit for Future Service Robot and Computing Education

2025· article· en· W4413360482 sur OpenAlexaffabout
Marco Cano, Carolina Padilla Velasco, Patrick C. K. Hung

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueTeaching and Learning Programming
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceRobotService (business)Human–computer interactionService robotSoftware engineeringArtificial intelligenceBusiness

Résumé

récupéré en direct d'OpenAlex

A service robot is an Internet of Things (IoT) or a cyberphysical system comprising a robotic body integrated with one or more Cloud-based services. This architecture enables sophisticated human-machine interaction and expands the functional capabilities of conventional robotic systems. A service robot can take the form of anthropomorphic, zoomorphic, or even theomorphic design. Our research team is collaborating with the Canadian National Institute for the Blind (CNIB) to develop a prototype service dog robot. Due to this, this paper presents our current experiences in designing, developing, and evaluating a Do-It-Yourself (DIY) articulated robotic tail toolkit for zoomorphic robots at Ontario Tech University. We detail the design process that led to the development of a robotic tail mechanism, driven by microservices, which emphasizes reliability and expressive while utilizing readily accessible components. We range also conducted experiments and evaluations of the robotic tail during a hands-on workshop with students from diverse backgrounds, using a services computing approach. We continue to develop an effective DIY educational tool that promotes student engagement in Human-Robot Interaction (HRI) design for future service computing education.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,928
Score d'incertitude au seuil0,375

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 Opus0,012
Tête enseignante GPT0,283
Écart entre enseignants0,272 · 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'étudeAutre devis
Domainenon disponible
GenreMéthodes

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'admission2
Résumé présentoui

Explorer davantage

Même sujetTeaching and Learning ProgrammingTravaux en français237 207