論文の概要: Accessibility Recommendations for Designing Better Mobile Application User Interfaces for Seniors

• arxiv url: http://arxiv.org/abs/2504.12690v1
• Date: Thu, 17 Apr 2025 06:32:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-18 14:37:32.150692
• Title: Accessibility Recommendations for Designing Better Mobile Application User Interfaces for Seniors
• Title（参考訳）: 高齢者向けのより良いモバイル・アプリケーション・ユーザー・インタフェース設計のためのアクセシビリティ・レコメンデーション
• Authors: Shavindra Wickramathilaka, John Grundy, Kashumi Madampe, Omar Haggag,
• Abstract要約: 上級ユーザーはモバイルアプリケーションのユーザーベースを拡大している。 多くのアプリはアクセシビリティの課題やユーザビリティの優先事項に適切に対処できない。 我々は,高齢者のニーズに合わせて適応型モバイルアプリプロトタイプを生成するための,モデル駆動型エンジニアリングツールセットを開発した。
• 参考スコア（独自算出の注目度）: 4.220379425971002
• License:
• Abstract: Seniors represent a growing user base for mobile applications; however, many apps fail to adequately address their accessibility challenges and usability preferences. To investigate this issue, we conducted an exploratory focus group study with 16 senior participants, from which we derived an initial set of user personas highlighting key accessibility and personalisation barriers. These personas informed the development of a model-driven engineering toolset, which was used to generate adaptive mobile app prototypes tailored to seniors' needs. We then conducted a second focus group study with 22 seniors to evaluate these prototypes and validate our findings. Based on insights from both studies, we developed a refined set of personas and a series of accessibility and personalisation recommendations grounded in empirical data, prior research, accessibility standards, and developer resources, aimed at supporting software practitioners in designing more inclusive mobile applications.
• Abstract（参考訳）: しかし、多くのアプリはアクセシビリティの課題やユーザビリティの優先事項に適切に対処することができない。 そこで本研究では16名の高齢者を対象に,鍵アクセシビリティとパーソナライズ障壁に着目した最初のユーザペルソナを抽出した。 これらのペルソナは、高齢者のニーズに合わせてアダプティブなモバイルアプリプロトタイプを生成するために使用された、モデル駆動のエンジニアリングツールセットの開発を通知した。 次に,22名の高齢者を対象に,2回目の焦点群調査を行い,これらのプロトタイプを評価し,その結果を検証した。 両研究から得られた知見をもとに,より包括的なモバイルアプリケーションの設計において,ソフトウェア実践者を支援することを目的とした,経験的データ,先行研究,アクセシビリティ標準,開発者リソースに基づく,洗練されたペルソナセットと,アクセシビリティとパーソナライゼーションの一連のレコメンデーションを開発した。

関連論文リスト

• GUI Agents: A Survey [129.94551809688377]
  グラフィカルユーザインタフェース(GUI)エージェントは、人間とコンピュータのインタラクションを自動化するためのトランスフォーメーションアプローチとして登場した。 GUIエージェントの関心の高まりと基本的な重要性により、ベンチマーク、評価指標、アーキテクチャ、トレーニングメソッドを分類する総合的な調査を提供する。
  論文  参考訳（メタデータ） (2024-12-18T04:48:28Z)
• GUI Agents with Foundation Models: A Comprehensive Survey [91.97447457550703]
  この調査は(M)LLMベースのGUIエージェントに関する最近の研究を集約する。 重要な課題を特定し,今後の研究方向性を提案する。 この調査が(M)LLMベースのGUIエージェントの分野におけるさらなる進歩を促すことを願っている。
  論文  参考訳（メタデータ） (2024-11-07T17:28:10Z)
• Foundations and Recent Trends in Multimodal Mobile Agents: A Survey [57.677161006710065]
  モバイルエージェントは、複雑で動的なモバイル環境におけるタスクの自動化に不可欠である。 近年の進歩により、リアルタイム適応性とマルチモーダルインタラクションが向上している。 これらの進歩は、プロンプトベースの方法とトレーニングベースの方法の2つの主要なアプローチに分類する。
  論文  参考訳（メタデータ） (2024-11-04T11:50:58Z)
• Exploring Accessibility Trends and Challenges in Mobile App Development: A Study of Stack Overflow Questions [14.005637416640448]
  そこで本研究では,Stack Overflow上でのアクセシビリティに関する議論を大規模に分析し,AndroidとiOS開発者が直面するトレンドと課題を明らかにする。 この結果から,スクリーンリーダなどの補助技術の統合,アクセス可能なUI設計の確保,言語間のテキスト合成のサポート,アクセシビリティテストの実行など,いくつかの課題が明らかになった。 開発者プラクティス,研究方向,ツールサポート,教育リソースの改善を促進する上で,私たちの発見を期待する。
  論文  参考訳（メタデータ） (2024-09-12T11:13:24Z)
• UX Heuristics and Checklist for Deep Learning powered Mobile Applications with Image Classification [1.2437226707039446]
  本研究では,既存のモバイルアプリケーションを画像分類を用いて検討し,画像分類をチェックリストに分解した深層学習モバイルアプリケーションのためのAIXの初期セットを開発する。 また,チェックリストの利用を容易にするために,概念や行動の提示を行うオンラインコースやWebベースのツールも開発した。
  論文  参考訳（メタデータ） (2023-07-05T20:23:34Z)
• StudyMe: A New Mobile App for User-Centric N-of-1 Trials [68.8204255655161]
  N-of-1臨床試験は、個人が個人の健康目標に対する介入の効果を体系的に評価できる多種多様な自己実験である。 StudyMeはオープンソースのモバイルアプリで、https://play.google.com/store/apps/details?id=health.studyu.me.comから無料で利用できる。
  論文  参考訳（メタデータ） (2021-07-31T20:43:36Z)
• Framework for A Personalized Intelligent Assistant to Elderly People for Activities of Daily Living [0.0]
  本研究は,高齢者の日常生活活動を支援するパーソナライズド・インテリジェント・アシスタントの開発のための枠組みを提案する。 このフレームワークは、日々のルーチン、現在の情緒状態、ユーザー体験のアンダーライン化を考慮し、ユーザによって実行されるさまざまなタスクを分析し、アクティビティを推奨することができる。 その結果,特定のユーザをモデル化する際の性能精度は73.12%であった。
  論文  参考訳（メタデータ） (2021-06-29T17:36:07Z)
• Context-Aware Target Apps Selection and Recommendation for Enhancing Personal Mobile Assistants [42.25496752260081]
  本論文では,効果的なパーソナルモバイルアシスタントの開発に不可欠な2つの研究課題について述べる。 ここでは,モバイルデバイスで利用可能なリッチなコンテキスト情報を活用するために,コンテキスト認識モデルに注目する。 本稿では,ユーザの逐次的,時間的,個人的行動を考慮した文脈認識型ニューラルモデル群を提案する。
  論文  参考訳（メタデータ） (2021-01-09T17:07:47Z)
• PRESENT: An Android-Based Class Attendance Monitoring System Using Face Recognition Technology [0.0]
  研究者はインクリメンタルモデルをソフトウェア開発プロセスとして使用し、17人の教員(17)が適用を評価した。 回答者は、開発アプリケーションは機能、信頼性、ユーザビリティという点で適度に受け入れられていると評価した。 Androidや顔認識、SMSといったさまざまなテクノロジの統合により、従来のクラスアテンダンスチェックの方法は、より簡単で、より速く、信頼性が高く、セキュアになる。
  論文  参考訳（メタデータ） (2020-11-20T02:25:00Z)
• Unsupervised Model Personalization while Preserving Privacy and Scalability: An Open Problem [55.21502268698577]
  本研究では,非教師なしモデルパーソナライゼーションの課題について検討する。 この問題を探求するための新しいDual User-Adaptation Framework(DUA)を提供する。 このフレームワークは、サーバ上のモデルパーソナライズとユーザデバイス上のローカルデータ正規化に柔軟にユーザ適応を分散させる。
  論文  参考訳（メタデータ） (2020-03-30T09:35:12Z)

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。