可穿戴机器人上肢矫形器 (ULO) 是辅助或增强用户上肢功能的有前途的工具。虽然这些设备的功能不断增加,但对用户控制可用自由度的意图的稳健和可靠检测仍然是一项重大挑战,也是接受的障碍。作为设备和用户之间的信息接口,意图检测策略 (IDS) 对整个设备的可用性具有至关重要的影响。然而,这方面及其对设备可用性的影响很少根据 ULO 的使用环境进行评估。进行了范围界定文献综述,以确定已通过人类参与者评估的应用于 ULO 的非侵入式 IDS,特别关注与功能和可用性相关的评估方法和发现及其在日常生活中特定使用环境的适用性。共确定了 93 项研究,描述了 29 种不同的 IDS,并根据四级分类方案进行了总结和分类。与所述 IDS 相关的主要用户输入信号是肌电图 (35.6%),其次是手动触发器,例如按钮、触摸屏或操纵杆 (16.7%),以及上肢节段的残余运动产生的等长力 (15.1%)。我们确定并讨论了 IDS 在特定使用环境中的优缺点,并强调了在选择最佳 IDS 时性能和复杂性之间的权衡。通过调查评估实践来研究 IDS 的可用性,纳入的研究表明,主要评估了与有效性或效率相关的客观和定量的可用性属性。此外,它强调了缺乏系统的方法来确定 IDS 的可用性是否足够高以适合用于日常生活应用。这项工作强调了针对用户和应用程序选择和评估用于 ULO 的非侵入式 IDS 的重要性。对于该领域的技术开发人员,它进一步提供了有关IDS的选择过程以及相应评估协议的设计的建议。
背景:当技术设计以满足最终用户的需求时,更有可能使用技术。为了补充预防糖尿病预防计划的大型更改的小步骤,智能手机应用程序是与过去的大型更改客户群合作开发的。可用性测试对于持续使用和采用移动健康应用程序至关重要,通过提供有关在适当调整和改进需要进行适当调整和改进以确保用户满意度的地方。目标:主持了一个有7个参与者的焦点小组来检查该应用程序的可用性并收集反馈以进行未来的迭代。方法:过去的大变化的过去小步骤参与了8个新任务的认知演练,并完成了系统可用性量表调查。参与者可以选择使用该应用程序3周,然后才能完成用户移动应用程序评分量表。结果:对认知演练的分析确定了26个可用性问题;每个人都使用启发式评估来描述可用性错误。最常见的编码错误包括不适当的进度反馈,以不合逻辑的顺序出现的信息,违反直觉的设计以及App Aesthetics的问题。报告了系统可用性量表的平均摘要得分为66.8%(SD 18.91),代表边际可接受性得分,并表明需要解决设计问题。报告了用户移动应用程序评级量表平均得分为3.59(SD 0.33),这意味着平均可接受性等级。涉及最终用户允许该应用程序根据客户的喜好进行量身定制,并增加了使用的可能性。结论:这些发现确定了该应用程序的必要改进,从次要美学问题到主要功能问题。此应用程序与大型更改计划组件和行为变化技术相吻合,可以改善未来客户的健康成果,并使他们能够自我监测其运动,饮食和目标。
结果:133条符合纳入标准。用于可用性测试的方法以降低的频率下降为:问卷(n = 105),任务完成(n = 57),'think-aloud'(n = 45),访谈(n = 37),启发式测试(n = 18)和焦点组(n = 13)。大多数研究使用了一项(n = 45)或两种(n = 46)测试方法。其余的结合了三个(n = 30)或四个(n = 12)测试可用性的方法。所有研究都没有使用自动机制来测试可用性。系统可用性量表(SUS)是最常用的问卷(n = 44)。对可用性进行评估的十种最常见的健康状况或疾病如下:心理健康(n = 12),癌症(n = 10),营养(n = 10),儿童健康(n = 9),糖尿病(n = 9)(n = 9),远程医疗(远程医疗(n = 8),n = 8),心血管疾病(n = 6),n = 4 = 4 = 4 = 4 = 4 = 4 = 4) (n = 4)。在少数研究中报告了该应用程序的进一步迭代(n = 41)。使用“ think-aloud”(Pearson Chi-squared测试:χ2= 11.15,p <0.05)和启发式演练(Pearson Chi-Chi-Squared Test:χ2= 4.48,P <0.05)至少与应用程序的另一种迭代效率显着相关。
CANTAB ® 空间工作记忆 (SWM) 是一种短时间(4-6 分钟)的工作记忆和执行功能测量方法,而 CANTAB® 匹配样本视觉搜索 (MTS) 是一种短时间(7 分钟)的注意力任务。CANTAB® 任务目前已验证可在平板电脑、笔记本电脑或台式机设备上执行。2022 年,Cambridge Cognition 改编了配对联想学习 (PAL) 任务,用于评估学习和记忆,供智能手机使用。这项工作现已扩展到包括 SWM 和 MTS 任务,以涵盖可在智能手机设备上测量的更广泛的认知领域。
背景:家庭健康史(FHX)是对一个人遗传风险的重要预测指标,但在美国许多成年人并未收集。目的:本研究旨在测试和比较2种基于Web的方法的可用性,参与度和报告收集FHX的有用性。方法:此混合方法研究使用基于流的聊天机器人(套件;好奇的交互式测试)和基于表单的方法比较了FHX数据收集。套件的设计经过优化,以减轻用户负担。我们从2个众包平台招募和随机个人到2种FHX方法中的1种。所有参与者都被要求填写问卷,以评估该方法的可用性,报告的有用性,总结了他们的经验,用户呈现的聊天机器人增强功能以及一般用户体验。参与度。我们使用定性发现分析自由文本评论来补充主要定量结果。结果:随机分配到套件的参与者比随机分配到形式的参与者高,平均系统可用性量表得分分别为80.2对61.9(p <.001)。参与分析反映了入职过程中的设计差异。套件用户花费的时间少于输入FHX信息并报告的条件比表单用户多(平均5.90 vs 7.97 min; p = .04;和平均7.8 vs 10.1条件; p = .04)。套件和形式用户在某种程度上同意该报告很有用(李克特量表评级分别为4.08和4.29)。定性分析显示套件和基于表格的方法的正和负特征。在所需的增强功能中,个性化是最高的功能(188/205,91.7%的中等优先级至高优先级)。在随机分配给套件的受访者中,大多数表明它易于使用和导航,并且他们可以响应并了解用户提示。负面评论涉及套件的个性,对话节奏和管理错误的能力。对于套件和形式的受访者,定性结果揭示了共同的主题,包括希望更多有关条件的信息以及对多项选择按钮响应格式的相互欣赏。受访者还表示,他们想报告超出Kit提示(例如个人健康历史)的健康信息,并要求Kit提供更多个性化的答复。结论:我们表明套件提供了一种可用的收集FHX的方法。我们还确定了设计注意事项,以改善基于聊天机器人的FHX数据收集:首先,应增强FHX收集经验的最终报告,以为患者提供更多价值。第二,入职聊天机器人提示可能会影响数据质量,应仔细考虑。最后,我们强调了几个领域,可以通过从基于流的聊天机器人转变为大型语言模型实施策略来改善这些领域。
Gerasimov等。2024。弥合差距:在研究出版物中增强NASA数据集的突出和出处。数据科学杂志,23:1,pp。1-16。doi:https://doi.org/10.5334/dsj-2024-001
通才特殊需求专业 摘要 本研究调查了对 BTAD(盲文触觉音频设备)的物理属性、声音重量、质地和可学习性的评估。该研究采用描述性研究设计,彻底检查了 BTAD 的可用性。来自菲律宾宿务的九名特意挑选的参与者分别使用 BTAD 并使用研究人员开发的问卷对其进行了评估。分析揭示了六个主要主题:对 BTAD 物理属性的肯定观察、对其物理特性的否定观察、音量放大、BTAD 的便携性、质地一致性和易于操作。研究结果表明,用户对 BTAD 的满意度和改进领域参差不齐,尤其突出了音量问题,这对于依赖听觉提示的视障人士至关重要。因此,该研究建议提高设备的音量和耐用性。敦促未来的研究人员考虑用户反馈并优先考虑建议的改进,以开发更精致、功能更强大的 BTAD。关键词:BTAD、盲文触觉音频设备、可用性评估、描述性研究、视障、听觉提示、音量增强、设备耐用性。引言对于盲人来说,学习盲文阅读和书写与印刷品识字对于视力正常的人来说一样重要。盲文识字开辟了一个学习、休闲和就业机会的世界。儿童必须直接从经过认证的教师那里学习如何用盲文阅读和书写,这些教师意识到盲文在培养识字能力方面的重要性。大多数学习者从视障学生 (TVI) 的指导老师那里接受盲文指导,并得到通常只习惯于印刷品的教师的支持。学习盲文的学生面临的最大挑战之一是能否充分使用 TVI。盲文识字率低:世界各地都有视障人士。然而,只有少数人能够接触到盲文技术和教育。基于 RM Sheffield 的研究。例如,1992 年,美国教育部在一封概述其最终资助目标的信中指出,阅读盲文的学生比例正在下降。1965 年,所有盲人和视障学生中 48% 是盲文读者。到 1989 年,这一比例已降至 12%(第 14289 页)。文章强调了盲人和视障人士盲文识字率下降的惊人趋势。此外,传统盲文学习的有效指导也存在障碍。为了应对这些挑战,本研究试图全面评估盲文触觉音频设备
抽象健康应用与其他应用相比具有独特的特征。需要此应用程序来支持根据其功能和目标提供各种设施的用户/家庭的健康。可用性测量以评估使用各种可用性标准成功使用该应用程序。本研究旨在识别,分析和综合移动健康应用程序的可用性评估。对2013年至2023年的799篇可用性论文的65篇论文进行了审查。使用的系统文献综述方法是用于系统评价和荟萃分析(PRISMA)的首选报告项目。根据审查结果,可以确定对移动健康应用程序的可用性衡量旨在验证系统设计,比较可用性方法,提高应用程序性能并评估可用性。同时,MHealth应用程序主要用于治疗和自我保健/自我管理。大多数审查的论文以公众为受访者。这些研究的受访者或参与者多样化,可以分为五组:患者,医疗保健专业人员,老年人,专家和公众。大多数研究旨在使用最广泛使用的系统可用性量表来评估可用性,该方法配备了其他支持方法。
背景:近年来,聊天机器人在心理健康支持中的使用呈指数增长,研究表明它们可能有效地治疗心理健康问题。最近,引入了称为数字人类的视觉化身。数字人类有能力将面部表情用作人类计算机相互作用的另一个维度。重要的是要研究基于文本的聊天机器人和数字人物之间的情绪响应和可用性偏好的差异,以与心理健康服务互动。目的:本研究的目的是探索由健康参与者测试的数字人类界面和仅使用文本的聊天机器人界面在何种程度上有所不同,使用Betsy(行为,情感,治疗系统和您)使用2个不同的接口:具有拟人化的数字人类,具有拟人化功能和文本单位用户界面。我们还着手探索聊天机器人为心理健康(特定于每个界面)的对话如何影响自我报告的感觉和生物识别技术。方法:我们探索了具有拟人化特征的数字人与仅传统文本聊天机器人通过系统可用性量表感知可用性,通过脑电图的情感反应以及紧密感的情感反应的程度不同。健康的参与者(n = 45)被随机分为2组,这些组使用具有拟人化特征的数字人(n = 25)或仅具有此类特征的仅文本聊天机器人(n = 20)。通过线性回归分析和t检验进行比较。两组的聊天机器人界面的平均值或高于平均水平的可用性评分。结果:纯文本和数字人类群体之间关于人口特征没有观察到的差异。对于仅文本聊天机器人,数字人类界面的平均系统可用性量表得分为75.34(SD 10.01;范围57-90),与64.80(SD 14.14;范围40-90)。女性更有可能报告对Betsy感到恼火。
1 IRCCS Santa Lucia基金会,意大利罗马00179; a.martino@hsantalucia.it(a.m.c.); v.verna@hsantalucia.it(V.V.); a.tavernese@hsantalucia.it(a.t.); l.magnotti@hsantalucia.it(l.m.); a.matano@hsantalucia.it(a.m.); s.paolucci@hsantalucia.it(S.P.); viviana.betti@uniroma1.it(v.b。)2 Braintrends Limited,Applied Neuroscience,00192罗马,意大利; Matteo.marucci@uniroma1.it 3 Rome Sapienza University的心理学系,意大利罗马00185; chiaradac123@gmail.com 4 L'Aquila大学生命,健康与环境科学系,意大利L'Aquila 67100 L'Aquila 5号5号L'Aquila 5生物医学和神经运动科学系(Dibinem),博洛格纳母校,40138 Bologna,Italy,Italy; marco.tramontano@unibo.it 6职业医学单位,IRCCS Azienda opedaliero-Universitaria di Bologna,40138 Bologna,意大利 *通信:giovanni.morone@univaq.it†这些作者对这项工作做出了同等的贡献。