Persuasive Technology : 14th International Conference, PERSUASIVE 2019 Limassol, Cyprus, April 9–11, 2019 Adjunct Proceedings
Notice bibliographique
Résumé
Persuasive technology is a vibrant interdisciplinary research field, focusing on the study, design, development, and evaluation of information technologies aimed at influencing people’s attitudes or behaviors through open and transparent means. The International Conference on Persuasive Technology series brings together researchers, designers, practitioners and business people from various disciplines and a wide variety of application domains. The research community seeks to facilitate healthier lifestyles, make people feel or behave more safely, reduce consumption of renewable resources, among other notable goals, by, for instance, designing software applications, monitoring through sensor technologies, analyzing obtained data, and providing various types of coaching for users. The 14th International Conference on Persuasive Technology was hosted by the Department of Communication and Internet Studies at the Cyprus University of Technology in Limassol, Cyprus in April 2019, and organized in collaboration with the University of Oulu, Finland and the University of Wollongong, Australia. In previous years similar highly successful conferences were organized in Waterloo (Canada), Amsterdam (Netherlands), Salzburg (Austria), Chicago (United States), Padua (Italy), Sydney (Australia), Linköping (Sweden), Columbus (United States), Copenhagen (Denmark), Claremont (United States), Oulu (Finland), Palo Alto (United States), and Eindhoven (Netherlands). The conference addressed a wide variety of topics regarding the development of persuasive and behavior change support systems. This year papers were also solicited for two specific topics, namely Personal informatics and Gamification and gamified persuasive technologies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,019 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,015 | 0,012 |
| Intégrité de la recherche | 0,009 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».