論文の概要: "The struggle is a part of the experience": Engaging Discontents in the Design of Family Meal Technologies

• arxiv url: http://arxiv.org/abs/2409.06627v1
• Date: Tue, 10 Sep 2024 16:29:30 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-11 16:49:06.779802
• Title: "The struggle is a part of the experience": Engaging Discontents in the Design of Family Meal Technologies
• Title（参考訳）: 『闘争は体験の一部』:ファミリーミール技術設計における不満の展開
• Authors: Yuxing Wu, Andrew D Miller, Chia-Fang Chung, Elizabeth Kaziunas,
• Abstract要約: 米国中西部の18家族を対象としたインタビューおよびデザインセッションの結果を報告する。 我々は、家族にケアの形で与え、家族の食事の社会的・感情的な複雑さに注意を向ける仕事を解き放つ。
• 参考スコア（独自算出の注目度）: 7.023982313421207
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Meals are a central (and messy) part of family life. Previous design framings for mealtime technologies have focused on supporting dietary needs or social and celebratory interactions at the dinner table; however, family meals involve the coordination of many activities and complicated family dynamics. In this paper, we report on findings from interviews and design sessions with 18 families from the Midwestern United States (including both partners/parents and children) to uncover important family differences and tensions that arise around domestic meal experiences. Drawing on feminist theory, we unpack the work of feeding a family as a form of care, drawing attention to the social and emotional complexity of family meals. Critically situating our data within current design narratives, we propose the sensitizing concepts of generative and systemic discontents as a productive way towards troubling the design space of family-food interaction to contend with the struggles that are a part of everyday family meal experiences.
• Abstract（参考訳）: 食事は家庭生活の中心的な(そして散らかった)部分である。 食事時間技術のための以前のデザインフレーミングは、食事の必要性や食卓での社会的・祝いの相互作用をサポートすることに重点を置いているが、家庭の食事には多くの活動と複雑な家族のダイナミクスの調整が含まれる。 本稿では、米国中西部(パートナー・親子を含む)の18家族を対象としたインタビュー・デザインセッションの結果を報告し、家庭内食事体験にまつわる重要な家族差と緊張感を明らかにする。 フェミニスト理論に基づいて、私たちは家族をケアの形で養育し、家族の食事の社会的・感情的な複雑さに注意を向ける仕事を解き放つ。 本研究は,家族と食生活における日常的な食事体験の一部である苦難と闘うために,家族と食生活の相互作用のデザイン空間を問題にする方法として,生産的手法として,生産的および体系的な不満の概念を感性化することを提案する。

関連論文リスト

• FoodieQA: A Multimodal Dataset for Fine-Grained Understanding of Chinese Food Culture [60.51749998013166]
  中国各地の食文化の複雑な特徴を,手作業でキュレートした,きめ細かい画像テキストデータセットであるFoodieQAを紹介した。 視覚言語モデル(VLM)と大規模言語モデル(LLM)を,新たに収集した未確認食品画像およびそれに対応する質問に対して評価する。 以上の結果から,食品とその文化的意味の理解は依然として困難かつ未解明の方向にあることが示唆された。
  論文  参考訳（メタデータ） (2024-06-16T17:59:32Z)
• FoodSky: A Food-oriented Large Language Model that Passes the Chef and Dietetic Examination [37.11551779015218]
  食品データを理解するために食品指向の大規模言語モデル(LLM)を導入する。 中国料理の複雑さと典型性を考えると、我々はまず1つの総合的な中華料理コーパス「FoodEarth」を構築した。 そこで我々は,HTRAG(Herarchical Topic Retrieval Augmented Generation)機構とTS3M(Selective State Space Model)を提案する。
  論文  参考訳（メタデータ） (2024-06-11T01:27:00Z)
• NutritionVerse-Real: An Open Access Manually Collected 2D Food Scene Dataset for Dietary Intake Estimation [68.49526750115429]
  食事摂取推定のための2D食品シーンデータセットであるNutritionVerse-Realを導入する。 NutritionVerse-Realデータセットは、実生活における食品シーンのイメージを手作業で収集し、各成分の重量を測定し、各料理の食生活内容を計算することによって作成されました。
  論文  参考訳（メタデータ） (2023-11-20T11:05:20Z)
• NutritionVerse: Empirical Study of Various Dietary Intake Estimation Approaches [59.38343165508926]
  食事の正確な摂取推定は、健康的な食事を支援するための政策やプログラムを伝える上で重要である。 最近の研究は、コンピュータービジョンと機械学習を使用して、食物画像から食事摂取を自動的に推定することに焦点を当てている。 我々は,84,984個の合成2D食品画像と関連する食事情報を用いた最初の大規模データセットであるNutritionVerse-Synthを紹介した。 また、リアルなイメージデータセットであるNutritionVerse-Realを収集し、リアル性を評価するために、251の料理の889のイメージを含む。
  論文  参考訳（メタデータ） (2023-09-14T13:29:41Z)
• NutritionVerse-3D: A 3D Food Model Dataset for Nutritional Intake Estimation [65.47310907481042]
  高齢者の4人に1人は栄養不良です。 機械学習とコンピュータビジョンは、食品の自動栄養トラッキング方法の約束を示す。 NutritionVerse-3Dは、105個の3D食品モデルの大規模な高解像度データセットである。
  論文  参考訳（メタデータ） (2023-04-12T05:27:30Z)
• Towards Building a Food Knowledge Graph for Internet of Food [66.57235827087092]
  食品分類から食品分類、食品知識グラフまで、食品知識組織の進化を概観する。 食品知識グラフは、食品検索と質問回答(QA)、パーソナライズされた食事レコメンデーション、食品分析、可視化において重要な役割を果たす。 食品知識グラフの今後の方向性は、マルチモーダル食品知識グラフや食品インテリジェンスなど、いくつかの分野をカバーする。
  論文  参考訳（メタデータ） (2021-07-13T06:26:53Z)
• Formation of Social Ties Influences Food Choice: A Campus-Wide Longitudinal Study [35.304562448945184]
  Ecole Polytechnique Federale de Lausanne(EPFL)大学のキャンパスでは8年間に3800万件の食品購入を記録しています。 受動的に観測されたログデータから因果効果を推定する。 食品の購入頻度が食相手の食品選択の健康性に大きく影響する食品を特定した。
  論文  参考訳（メタデータ） (2021-02-17T13:47:28Z)
• Alone or With Others? Understanding Eating Episodes of College Students with Mobile Sensing [7.786904858719634]
  食事の社会的文脈(友人、家族、パートナーなど)は、食事の種類、食事中の心理的状態、食事量といった側面に影響を及ぼす重要な自己申告機能である。 本研究では,ウェアラブルとスマートフォンの受動的センシングデータと食生活の社会的文脈について検討する。
  論文  参考訳（メタデータ） (2020-11-23T19:45:55Z)
• Personal Food Model [4.093166743990079]
  我々は、食品コンピューティングにおける人中心のマルチメディアとマルチモーダルの視点を採用する。 パーソナルフードモデル(Personal Food Model)は、個人の食品関連特性のデジタル化表現である。 我々は、食品と他の生命や生物学的事象を関連付けるために、イベントマイニングアプローチを使用し、予測モデルを構築します。
  論文  参考訳（メタデータ） (2020-08-28T21:36:09Z)
• Cross-Modal Food Retrieval: Learning a Joint Embedding of Food Images and Recipes with Semantic Consistency and Attention Mechanism [70.85894675131624]
  画像とレシピを共通の特徴空間に埋め込み、対応する画像とレシピの埋め込みが互いに近接するように学習する。 本稿では,2つのモダリティの埋め込みを正規化するためのセマンティック・一貫性とアテンション・ベース・ネットワーク(SCAN)を提案する。 食品画像や調理レシピの最先端のクロスモーダル検索戦略を,かなりの差で達成できることが示される。
  論文  参考訳（メタデータ） (2020-03-09T07:41:17Z)

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。