論文の概要: InteractOut: Leveraging Interaction Proxies as Input Manipulation
Strategies for Reducing Smartphone Overuse
- arxiv url: http://arxiv.org/abs/2401.16668v1
- Date: Tue, 30 Jan 2024 01:34:11 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-31 16:29:07.152710
- Title: InteractOut: Leveraging Interaction Proxies as Input Manipulation
Strategies for Reducing Smartphone Overuse
- Title（参考訳）: InteractOut: スマートフォンの過剰使用を減らすための入力操作戦略としてのインタラクションプロキシの活用
- Authors: Tao Lu, Hongxiao Zheng, Tianying Zhang, Xuhai Xu, Anhong Guo
- Abstract要約: スマートフォンの過剰使用は、人々の身体的および精神的な健康にリスクをもたらす。
暗黙的な入力操作技術であるInteractOutの設計と実装について述べる。
- 参考スコア（独自算出の注目度）: 15.375338361392794
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Smartphone overuse poses risks to people's physical and mental health.
However, current intervention techniques mainly focus on explicitly changing
screen content (i.e., output) and often fail to persistently reduce smartphone
overuse due to being over-restrictive or over-flexible. We present the design
and implementation of InteractOut, a suite of implicit input manipulation
techniques that leverage interaction proxies to weakly inhibit the natural
execution of common user gestures on mobile devices. We present a design space
for input manipulations and demonstrate 8 Android implementations of input
interventions. We first conducted a pilot lab study (N=30) to evaluate the
usability of these interventions. Based on the results, we then performed a
5-week within-subject field experiment (N=42) to evaluate InteractOut in
real-world scenarios. Compared to the traditional and common timed lockout
technique, InteractOut significantly reduced the usage time by an additional
15.0% and opening frequency by 17.0% on participant-selected target apps.
InteractOut also achieved a 25.4% higher user acceptance rate, and resulted in
less frustration and better user experience according to participants'
subjective feedback. InteractOut demonstrates a new direction for smartphone
overuse intervention and serves as a strong complementary set of techniques
with existing methods.
- Abstract（参考訳）: スマートフォンの過剰使用は、人々の身体的および精神的な健康にリスクをもたらす。
しかし、現在の介入技術は、主にスクリーンコンテンツ(つまり出力)を明示的に変更することに焦点を当てており、過度に制限的または過フレキシブルであるため、スマートフォンの過剰使用を持続的に減らさないことが多い。
本稿では,インタラクションプロキシを活用した暗黙の入力操作技術であるinteractionoutの設計と実装を行い,モバイルデバイス上での一般的なユーザジェスチャの自然な実行を弱く抑制する。
入力操作のための設計空間を示し、入力操作のAndroid実装を8つ示す。
まず,これらの介入の有用性を評価するための実験(n=30)を行った。
その結果,実世界のシナリオでInteractOutを評価するために,5週間の内対象フィールド実験(N=42)を行った。
伝統的なタイムアウト技術と比較すると、InteractOutは参加者が選択したターゲットアプリで使用時間を15.0%と17.0%と大幅に短縮した。
InteractOutはユーザー受け入れ率も25.4%向上し、参加者の主観的フィードバックによるフラストレーションの低減とユーザエクスペリエンスの向上を実現した。
InteractOutは、スマートフォンの過剰使用介入のための新しい方向を示し、既存の手法を補完する強力な技術セットとして機能する。
関連論文リスト
- Retrieval Augmentation via User Interest Clustering [57.63883506013693]
インダストリアルレコメンデータシステムは、ユーザ・イテム・エンゲージメントのパターンに敏感である。
本稿では,ユーザの関心を効率的に構築し,計算コストの低減を図る新しい手法を提案する。
当社のアプローチはMetaの複数の製品に展開されており、ショートフォームビデオ関連の推奨を助長しています。
論文 参考訳（メタデータ） (2024-08-07T16:35:10Z) - Exploiting Preference Elicitation in Interactive and User-centered Algorithmic Recourse: An Initial Exploration [12.24579785420358]
Algorithmic Recourseは、自動化された機械学習モデルによって下される潜在的に望ましくない決定を覆すために、実行可能な説明、またはリコースプランを提供することを目的としている。
本稿では,ユーザの嗜好を抽出し,効果的なリコース介入に向かわせることを目的とした,ガイド付きインタラクションパターンに基づくインタラクションパラダイムを提案する。
論文 参考訳（メタデータ） (2024-04-08T08:00:05Z) - MotorEase: Automated Detection of Motor Impairment Accessibility Issues in Mobile App UIs [8.057618278428494]
MotorEaseは、モバイルアプリのUIにおけるアクセシビリティの問題を特定し、運動不足のユーザに影響を与える。
コンピュータビジョンとテキスト処理技術を適用して、アプリUI画面のセマンティック理解を可能にする。
違反を90%の精度で識別でき、偽陽性率は9%未満である。
論文 参考訳（メタデータ） (2024-03-20T15:53:07Z) - Time2Stop: Adaptive and Explainable Human-AI Loop for Smartphone Overuse Intervention [35.10406472117461]
我々は、最適な介入タイミングを特定し、透明なAI説明を伴う介入を導入する、インテリジェントで適応的で説明可能なJITAIシステムを開発する。
Time2Stopは、アプリ訪問頻度を7.0$sim$8.9%削減する。
我々は,ユーザとともに進化する人間-AIループを用いたJITAIシステムに関する今後の研究をインスピレーションできることを期待している。
論文 参考訳（メタデータ） (2024-03-03T06:57:48Z) - Agile gesture recognition for capacitive sensing devices: adapting
on-the-job [55.40855017016652]
本システムでは, コンデンサセンサからの信号を手の動き認識器に組み込んだ手動作認識システムを提案する。
コントローラは、着用者5本の指それぞれからリアルタイム信号を生成する。
機械学習技術を用いて時系列信号を解析し,500ms以内で5本の指を表現できる3つの特徴を同定する。
論文 参考訳（メタデータ） (2023-05-12T17:24:02Z) - First Contact: Unsupervised Human-Machine Co-Adaptation via Mutual
Information Maximization [112.40598205054994]
我々はこのアイデアを、インターフェースを最適化するための完全に教師なしの目的として定式化する。
タイピング,シミュレートされたロボットの制御,ゲームプレイなど,様々なキーボードとアイアイのインタフェースを運用しているユーザの540K例について,観察的研究を行った。
以上の結果から,我々の相互情報スコアは,様々な領域における真真正タスク完了メトリクスの予測値であることが示唆された。
論文 参考訳（メタデータ） (2022-05-24T21:57:18Z) - X2T: Training an X-to-Text Typing Interface with Online Learning from
User Feedback [83.95599156217945]
ユーザがキーボードを操作できないが、他の入力を供給できる、補助型タイピングアプリケーションに焦点を当てる。
標準メソッドは、ユーザ入力の固定データセット上でモデルをトレーニングし、そのミスから学ばない静的インターフェースをデプロイする。
このようなインターフェースが時間の経過とともに改善されるようなシンプルなアイデアを,ユーザによる最小限の努力で検討する。
論文 参考訳（メタデータ） (2022-03-04T00:07:20Z) - ASHA: Assistive Teleoperation via Human-in-the-Loop Reinforcement
Learning [91.58711082348293]
オンラインユーザからのフィードバックからシステムのパフォーマンスに関する強化学習は、この問題に対する自然な解決策である。
このアプローチでは、特にフィードバックが不足している場合には、ループ内の大量のトレーニングデータが必要になる傾向があります。
疎いユーザフィードバックから効率的に学習する階層型ソリューションを提案する。
論文 参考訳（メタデータ） (2022-02-05T02:01:19Z) - Contact-Aware Retargeting of Skinned Motion [49.71236739408685]
本稿では,自己接触を保存し,相互接続を防止する動作推定手法を提案する。
入力運動における自己接触と接地を同定し、出力骨格に適用するための動作を最適化する。
実験では,従来の手法を定量的に上回り,近年の成果よりも高い品質で再ターゲットされた動きを評価できるユーザスタディを実施している。
論文 参考訳（メタデータ） (2021-09-15T17:05:02Z) - HASI: Hardware-Accelerated Stochastic Inference, A Defense Against
Adversarial Machine Learning Attacks [1.9212368803706579]
本稿では,逆入力の検出に推論と呼ぶ手法を用いたハードウェアアクセラレーション・ディフェンスHASIを提案する。
その結果, 平均87%の逆検出率が, 最先端手法の検出率を上回ることがわかった。
論文 参考訳（メタデータ） (2021-06-09T14:31:28Z) - Towards Mass Adoption of Contact Tracing Apps -- Learning from Users'
Preferences to Improve App Design [3.187723878624947]
市場調査手法とコンジョイント分析を用いて,接触追跡アプリのユーザ嗜好について検討する。
欧州の連絡先追跡アプリのプライバシー保護設計を確認した。
目標整合性機能の追加は、大量導入を促進する上で重要な役割を果たすと結論付けている。
論文 参考訳（メタデータ） (2020-11-24T19:08:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。