LeapBoard: Integrating a Leap Motion Controller with a Physical Keyboard for Gesture-Enhanced Interactions
Notice bibliographique
Résumé
Abstract This research explores multimodal interaction whereby users engage multiple input and output channels, such as gestures, touch, audio, and graphics. Our system, LeapBoard, is a novel computer keyboard integrating a Leap Motion Controller (LMC) on a 3D printed frame. LeapBoard combines cursor positioning using mid-air gestures with selection using a key on a physical keyboard. In a user study with 12 participants using a 2D Fitts’ law target selection task, we compared LeapBoard with two alternative input methods, (i) a touchpad and (ii) an LMC combining mid-air gestures for cursor movement with a tap gesture for selection. LeapBoard yielded a significantly higher throughput (3.55 bps) than the touchpad (2.26 bps) and the LMC (1.97 bps). Error rates were significant lower for LeapBoard (4.6%) and the touchpad (3.4%) in comparison to LMC (12.8%). As well, the LMC method fared poorly on participant scores for fatigue (6.4/10). Fatigue scores were favorable for LeapBoard (1.8/10) and the touchpad (2.0/10). This work opens new possibilities for gestural and multimodal interaction while demonstrating off-loading of selection to alternate channels such as a separate hand or a dedicated key.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».