设计有效的训练数据集解释：信息深度和渐进式披露的影响Anik 等人研究训练数据集解释的信息深度设计，发现详细解释虽有更高认知负荷，但显著增强用户信任、公平感和理解度，整体优于简洁解释。2026AAAriful Islam Anik et al.曼尼托巴大学可解释人工智能（XAI）算法透明度与可审计性隐私设计与用户控制IUI
青少年早期数字技术脱离解决方案的图景：系统综述与应用分析洞见Chowdhury 等人系统综述47款应用发现现有技术脱离方案多采用限制性措施，忽视自调节和家长参与，提出支持协作规则制定和自我监测等设计建议。2025ACAnanta Chowdhury et al.曼尼托巴大学Supporting YouthCSCW
老年人探索功能丰富软件时的协作学习动态Baghestani 等人通过22名参与者组成的11个协作小组观察研究发现，有效沟通与独立导航能力可促进老年人的协作学习效果，伙伴间的信任是有效沟通的关键因素。2024ABAfsane Baghestani et al.曼尼托巴大学Session 1a: Aging and TechnologyCSCW
与青少年共同设计：理解对基于技术的促进技术脱离的调解策略的看法和设计考虑Chowdhury等人与21名11-14岁早期青少年进行在线共同设计，提出技术脱离的调解策略和设计考量，为儿童技术使用管理提供新思路。2023ACAnanta Chowdhury et al.曼尼托巴大学特殊教育技术参与式设计（Participatory Design）CHI
迈向更具性别包容性的问答社区：探究额外社区存在感信息的影响Dubois 等人的30人10天实地研究表明，社区存在感信息可使人机交互问答社区更具包容性，女性用户更关注社区人口统计多样性。2022PDPatrick Marcel Joseph Dubois et al.曼尼托巴大学Online Communities & Inclusivity; Online Communities & InclusivityCSCW
数据为中心的解释：解释机器学习系统的训练数据以促进透明度Anik 等人提出数据为中心的 ML 系统解释方法，通过形成性研究和四个场景调查，表明训练数据解释能影响用户对系统可信度和公平性的判断，提升透明度。2021AAAriful Islam Anik et al.曼尼托巴大学可解释人工智能（XAI）隐私设计与用户控制数据隐私感知与决策CHI
图形设计问答中的性别差异：社区与网站特性如何导致回答问题的性别差距Dubois 等人研究图形设计 Q&A 网站的性别差异，发现尽管领域性别平衡，女性贡献频率远低于男性，社区文化和网站设计选择加剧了差异，为性别包容性设计提供启示。2020PDPatrick Marcel Joseph Dubois et al.曼尼托巴大学Gender, Sexuality, and RaceCSCW
那个功能在哪里？跨设备软件可学习性设计Alvina 等人研究跨设备应用可学习性问题，发现用户因探索移动版本困难而放弃使用，提出四个设计概念并通过访谈验证，表明适当的学习支持能提高用户使用跨设备应用的意愿。2020JAJessalyn Alvina et al.不列颠哥伦比亚大学知识工作者工具与工作流原型设计与用户测试DIS
创建增强现实和虚拟现实应用程序：当前实践、挑战和机遇Ashtari 等人采访 21 位 AR/VR 创作者，归纳出原型设计、处理未知及测试困难等 8 个关键障碍，强调需将终端用户纳入创作者视野并完善工具链。2020NANarges Ashtari et al.西蒙弗雷泽大学混合现实工作空间原型设计与用户测试CHI
通过探索学习：儿童、成人和老年人如何与新功能丰富的应用程序互动Mahmud 等人通过对儿童、成人和老年人使用 Microsoft OneNote 的观察，发现儿童探索谨慎但效率与成人相当，老年人耗时更长且易重复失败序列。2020SMShareen Mahmud et al.不列颠哥伦比亚大学老年人友好技术设计通用设计与包容性设计用户研究方法（访谈、调查、观察）CHI
超越“一刀切”：理解软件新手发现和利用帮助资源方式的多样性Kiani 等人对26名软件新手进行实验室和日记研究，发现技术用户与非技术用户求助方式存在显著差异，呼吁开发超越一刀切的个性化帮助资源。2019KKKimia Kiani et al.西蒙弗雷泽大学用户研究方法（访谈、调查、观察）原型设计与用户测试CHI
Maestro：设计用于3D建模工作坊实时协调的系统Dziubak等人开发Maestro系统，为儿童3D建模工作坊提供实时进度可视化、困难自动检测和教学指导机制，有效延伸教师教学触达范围。2018VDVolodymyr Dziubak et al.曼尼托巴大学编程教育与计算思维原型设计与用户测试UIST
众包与实验室风格的社会可接受性研究？考察头戴式显示器的空间用户交互的社会可接受性Alallah 等人比较众包与实验室风格收集头戴式显示器社会可接受性数据，发现两者无统计学显著差异，证实众包可行。2018FAFouad Alallah et al.曼尼托巴大学用户研究方法（访谈、调查、观察）原型设计与用户测试CHI