Concepção de uma Família de Gestos para Construção de Objetos Geométricos e sua Utilização em um Sistema de Geometria Interativa para Dispositivos Móveis: GeoTouch
Bibliographic record
Abstract
Os sistemas de Geometria Interativa (SGI) foram desenvolvidos com o objetivo de possibilitar aos estudantes explorarem a geometria por meio do computador.. Tradicionalmente nos SGI, o usuário-aprendiz constrói um objeto geométrico usando o ícone a ele associado disponível na interface do sistema. Se de um lado a literatura indica que este tipo de sistema pode facilitar o aprendizado de Geometria, de outro existem estudos sugerindo que a redução de ícones na interface pode ser benéfica para os usuários iniciantes, diminuindo a dificuldade de se localizar o ícone desejado em meio a vários outros. Neste contexto, o presente artigo propõe a redução de ícones nas interfaces dos SGI por meio da definição de uma família de gestos naturais que podem ser utilizados para construção e manipulação de objetos geométricos. Para utilizar e validar os gestos propostos desenvolveu-se um SGI utilizando Interface Gestual para uso em dispositivos móveis chamado Geotouch. Foram realizados testes de usabilidade com o Geotouch e sua comparação com outros três SGI para dispositivos móveis disponíveis até o momento. Os resultados encontrados indicam que a interface do GeoTouch, que utiliza a família de gestos propostos, é mais fácil de aprender, possui menor número de problemas de usabilidade e o grau de severidade dos problemas encontrados são de baixa prioridade, i.e. afetam minimamente o usuário.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".