"轮到我了?":协作沉浸式分析中的团队协作与任务工作评估
沉浸式分析有潜力促进机器学习(ML)领域的协作。这是由于ML建模在实践中的特定特征,即ML的复杂性、跨学科方法以及对ML可解释性的需求。我们引入了一个基于增强现实的协作沉浸式分析系统,旨在支持跨学科团队中的ML建模。我们进行了一项用户研究,检验具有不同专业背景和ML知识水平的用户在解决不同ML任务时协作如何展开。具体而言,我们采用配对分析方法论和绩效评估来评估协作,并探索用户之间及其与系统的互动。基于此,我们提供了协作中团队协作和任务工作的定性与定量结果。我们的结果显示了我们的系统如何沿六个不同维度引发持续协作。最后,我们提出了关于沉浸式系统应如何设计以在ML建模中引发持续协作的建议。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3555580
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
4 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