存在大量用于追踪个人生活、身体、健康和活动的数字工具。这些个人信息学(PI)和量化自我(QS)技术旨在帮助用户捕获、反思并获取关于个人数据的可操作信息。过去(在许多情况下现在仍是如此),此类系统的设计强调以个人为中心的视角,专注于支持个人的自我追踪、自我认知和自我管理活动。然而,随着时间的推移,越来越多 的 PI 研究者认识到,这些实践在社会动机、参与协作以及嵌入人际情境方面具有重要意义,远远超出单个用户的使用案例和需求。这导致了在 PI 文献和设计空间中理解社会背景和实践的大量新理论、方法 和框架的出现。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/4284/2018

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2018
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文