MétaCan
Menu
← Retour à la cohorte
Enregistrement W7005879213

Spiro Play: a Suite of Breathing Games for Spirometry by kids & experts

2020· article· en· W7005879213 sur OpenAlexaboutno aff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLepidoptera: Biology and Taxonomy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpirometryTennis ballBreathingTrainerAsthmaDeskSet (abstract data type)Junior schoolMouthpiece
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

CHI PLAY '20, November 2–4, 2020, Virtual Event, Canada \nWe have built and implemented a set of metaphors for breathing games by involving children and experts. These games are made to facilitate prevention of asthma exacerbation via regular monitoring of children with asthma through spirometry at home. To instruct and trigger children to execute the (unsupervised) spirometry correctly, we have created interactive metaphors that respond in real-time to the child’s inhalation and exhalation. Eleven metaphors have been developed in detail. Three metaphors have been fully implemented based on current guidelines for spirometry and were tested with 30 asthmatic children. Each includes multi-target incentives, responding to three different target values (inhalation, peak expiration, and complete exhalation). We postulate that the metaphors should use separate goals for these targets, have independent responses, and allow to also go beyond expected values for each of these targets. From the selected metaphors, most children preferred a dragon breathing fire and a soccer player kicking a ball into a goal as a metaphor; least liked were blowing seeds of a dandelion and applying lotion to a dog to grow its hair. Based on this project we discuss the potential and benefits of a suite-of-games approach: multiple games that each can be selected and adapted depending on personal capabilities and interests.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,024
Tête enseignante GPT0,258
Écart entre enseignants0,234 · 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'étudeExpérimental (laboratoire)
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)→Même sujetLepidoptera: Biology and Taxonomy→Travaux en français237 207→