論文の概要: Perceived Usability of Collaborative Modeling Tools

• arxiv url: http://arxiv.org/abs/2408.14088v1
• Date: Mon, 26 Aug 2024 08:19:23 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-27 14:42:58.976882
• Title: Perceived Usability of Collaborative Modeling Tools
• Title（参考訳）: 協調モデリングツールの使用感
• Authors: Ranci Ren, John W. Castro, Santiago R. Acuña, Oscar Dieste, Silvia T. Acuña,
• Abstract要約: 同様のオンライン協調モデリングツールのユーザビリティを比較検討した。 数値的・質的な探索を行い,推論統計と数理解析を適用した。
• 参考スコア（独自算出の注目度）: 0.1957338076370071
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Context: Online collaborative creation of models is becoming commonplace. Collaborative modeling using chatbots and natural language may lower the barriers to modeling for users from different domains. Objective: We compare the perceived usability of two similarly online collaborative modeling tools, the SOCIO chatbot and the Creately web-based tool. Method: We conducted a crossover experiment with 66 participants. The evaluation instrument was based on the System Usability Scale (SUS). We performed a quantitative and qualitative exploration, employing inferential statistics and thematic analysis. Results: The results indicate that chatbots enabling natural language communication enhance communication and collaboration efficiency and improve the user experience. Conclusion: Chatbots need to improve guidance and help for novices, but they appear beneficial for enhancing user experience.
• Abstract（参考訳）: コンテキスト: オンラインのコラボレーティブなモデル作成が一般的になっています。 チャットボットと自然言語を使った協調モデリングは、異なるドメインからのユーザのためのモデリングの障壁を低くする可能性がある。 Objective: 同じようなオンラインコラボレーションモデリングツールであるSOCIOチャットボットとCreately Webベースのツールのユーザビリティについて比較します。 方法:66名を対象にクロスオーバー実験を行った。 評価装置はSUS(System Usability Scale)に基づいていた。 数値的・質的な探索を行い,推論統計と数理解析を適用した。 結果: 自然言語コミュニケーションが可能なチャットボットはコミュニケーションと協調の効率を高め, ユーザエクスペリエンスを向上させることが示唆された。 結論: チャットボットはガイダンスを改善し、初心者を助ける必要があります。

関連論文リスト

• Using the SOCIO Chatbot for UML Modelling: A Family of Experiments [0.1957338076370071]
  私たちは、協調モデリング(SOCIO)におけるSOCIOのユーザビリティと、学術的な環境でのオンラインWebツール(Creately)を比較します。 学生たちは、オンラインコラボレーションツールよりも、SOCIOを使ってクラスダイアグラムを構築するのが得意でした。 私たちの研究は、この分野における実験の今後の方向性を明らかにするのに役立ちました。
  論文  参考訳（メタデータ） (2024-08-26T08:12:11Z)
• BotEval: Facilitating Interactive Human Evaluation [21.99269491969255]
  BotEvalは評価プロセスの一部として人間とボットのインタラクションを可能にする評価ツールキットである。 我々は、評価プロセスの一部として、人間とボットの対話を可能にすることに焦点を当てた、カスタマイズが容易でオープンソースの評価ツールキットBotEvalを開発した。
  論文  参考訳（メタデータ） (2024-07-25T04:57:31Z)
• A Transformer-based Approach for Augmenting Software Engineering Chatbots Datasets [4.311626046942916]
  ソフトウェアエンジニアリングデータセットを拡張するための自動トランスフォーマーベースのアプローチを提案する。 3つのソフトウェアエンジニアリングデータセットを用いて,拡張アプローチがRasa NLUの性能に与える影響を評価する。
  論文  参考訳（メタデータ） (2024-07-16T17:48:44Z)
• Real-time Addressee Estimation: Deployment of a Deep-Learning Model on the iCub Robot [52.277579221741746]
  住所推定は、社会ロボットが人間とスムーズに対話するために必要なスキルである。 人間の知覚スキルにインスパイアされたディープラーニングモデルは、iCubロボットに設計、訓練、デプロイされる。 本研究では,人間-ロボットのリアルタイムインタラクションにおいて,そのような実装の手順とモデルの性能について述べる。
  論文  参考訳（メタデータ） (2023-11-09T13:01:21Z)
• Harnessing the Power of Large Language Models for Empathetic Response Generation: Empirical Investigations and Improvements [28.630542719519855]
  本研究では,大規模言語モデル(LLM)の共感応答生成における性能について実験的に検討する。 大規模な実験により, LLMは提案手法の利点を大いに生かし, 自動評価と人的評価の両方で最先端の性能を達成できることが示されている。
  論文  参考訳（メタデータ） (2023-10-08T12:21:24Z)
• ChatDev: Communicative Agents for Software Development [84.90400377131962]
  ChatDevはチャットを利用したソフトウェア開発フレームワークで、特別なエージェントがコミュニケーション方法についてガイドされる。 これらのエージェントは、統一された言語ベースのコミュニケーションを通じて、設計、コーディング、テストフェーズに積極的に貢献する。
  論文  参考訳（メタデータ） (2023-07-16T02:11:34Z)
• Unlocking the Potential of User Feedback: Leveraging Large Language Model as User Simulator to Enhance Dialogue System [65.93577256431125]
  本稿では,ユーザガイド応答最適化 (UGRO) という代替手法を提案し,タスク指向の対話モデルと組み合わせる。 このアプローチでは、アノテーションのないユーザシミュレータとしてLLMを使用して対話応答を評価し、より小型のエンドツーエンドTODモデルと組み合わせる。 提案手法は従来のSOTA(State-of-the-art)よりも優れている。
  論文  参考訳（メタデータ） (2023-06-16T13:04:56Z)
• CAMEL: Communicative Agents for "Mind" Exploration of Large Language Model Society [58.04479313658851]
  本稿では,コミュニケーションエージェント間の自律的協調を支援するスケーラブルな手法の構築の可能性について検討する。 本稿では,ロールプレイングという新しいコミュニケーションエージェントフレームワークを提案する。 コントリビューションには、新しいコミュニケーティブエージェントフレームワークの導入、マルチエージェントシステムの協調行動や能力を研究するためのスケーラブルなアプローチの提供などが含まれます。
  論文  参考訳（メタデータ） (2023-03-31T01:09:00Z)
• A Role-Selected Sharing Network for Joint Machine-Human Chatting Handoff and Service Satisfaction Analysis [35.937850808046456]
  本稿では,対話満足度推定とハンドオフ予測を統合した新しいモデルであるRole-Selected Sharing Network(RSSN)を提案する。 ダイアログマイニングにおける従来の取り組みとは異なり、地域ユーザの満足度をブリッジとして活用することにより、グローバルな満足度検知器とハンドオフ予測器は、重要な情報を効果的に交換することができる。
  論文  参考訳（メタデータ） (2021-09-17T08:39:45Z)
• Joint Mind Modeling for Explanation Generation in Complex Human-Robot Collaborative Tasks [83.37025218216888]
  本稿では,人間とロボットのコラボレーションにおいて,人間のようなコミュニケーションを実現するための新しい説明可能なAI(XAI)フレームワークを提案する。 ロボットは、人間のユーザの階層的なマインドモデルを構築し、コミュニケーションの一形態として自身のマインドの説明を生成する。 その結果,提案手法はロボットの協調動作性能とユーザ認識を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2020-07-24T23:35:03Z)
• Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
  本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。 本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。 我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
  論文  参考訳（メタデータ） (2020-07-07T17:19:56Z)

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。