HCI.TOPHCI, made easy
首页arXiv论文机构作者设计规范问题知识卡创新日程
首页arXiv论文机构作者设计规范问题知识卡创新日程
学习AI编程数据说明HCI 会议HCI 论文关于薛志荣
search
当前筛选
search
全部

论文

浏览与搜索 全部 的 HCI 研究论文

当前筛选
作者: 18632
共 13 条

远程工作中真正重要的是什么?大规模视角下个人、团队与组织因素的理解

Garg 等人通过对1526名知识工作者的调查发现,个人熟悉队友等因素对远程工作者重要性最低,揭示了工作场所属性如何影响远程工作感知。

KG
Kapil Garg et al.西北大学
Distributed & Remote Work

帮助我们相互帮助的AI:创业指导中支架式支持导师-新手协作的主动式系统

Huang等人设计结合领域认知模型与LLM的主动式AI辅导系统,在创业指导中支架导师-新手协作,改善会议深度和焦点,同时揭示信任与误诊等关键张力问题。

EH
Evey Jiaxin Huang et al.西北大学
Human-AI (and Robot!) Collaboration

使用 AI 撰写大学申请作文的压力:对青少年自我概念和智能辅导设计的影响

Fitzsimons 等人的访谈研究发现,青少年在大学申请作文写作中面临使用 AI 的同辈压力,虽然 AI 提高了写作效率,但可能阻碍自我概念这一重要能力的发展,并讨论了智能辅导系统的设计意义。

AF
Aidan Z Fitzsimons et al.西北大学

智能辅导系统:理解针对不良定义问题的一对多辅导

Huang 等人构建了一对多辅导模型,强调教练需利用群体帮助新手相互学习、克服失败恐惧并保持问责,为智能辅导系统设计提供监控、比较、自评和展示失败等设计启示。

EH
Evey Jiaxin Huang et al.西北大学
Educational Technology
广告推荐

学习 AI 编程到 CodeNow

系统课程、实战项目、持续更新,适合想真正把 AI 用进开发流程的人。

立即查看open_in_new

论黑客马拉松:多学科文献综述

Chau 等人首次进行1999-2022年跨学科文献综述,将黑客松研究分为目的、形式、过程和结果四个核心领域,构建统一分析框架。

CC
Connie W. Chau et al.西北大学

CrowdFolio:理解整体与分解工作流对在线作品集反馈的影响

Foong等人通过CrowdFolio系统比较整体与分解作品集反馈方法,发现整体方法帮助自由职业者发现新描述方式,分解方法提供视觉吸引力详细见解,两者均支持职业发展。

EF
Eureka Foong et al.东京大学
Crowds and Collaboration

理解在线劳动力市场中的定价策略中的性别差异

Foong 等人研究Upwork上392名自由职业者,发现性别并非费率关键因素,全职身份与自尊水平或解释薪酬差异

EF
Eureka Foong et al.东京大学

CheerOn:一个支持项目学习团队的在线社交支持系统

Harburg 等人开发了CheerOn在线社交支持系统,通过提示学生外部化学习进度,使外部支持者能更有效地为项目学习团队提供社会支持,提高学习动力。

EH
Emily Harburg et al.
Northwestern University
Social support and intervention

女性(仍然)要求更少:在线劳动力市场中的性别时薪差异

Foong 等人分析Upwork上48,019名工人数据,发现女性时薪中位数仅为男性的74%,且无法由工作经验、教育程度和工作类别完全解释,揭示在线劳动力市场仍存在性别薪酬差距。

EF
Eureka Foong et al.西北大学
Genders

有关于限时活动中的黑客和制作的第二次研讨会:研究和活动设计的当前趋势和下一步

Than 等人组织第二次黑客马拉松研讨会,总结限时密集型活动的设计经验与研究趋势,为 CHI 社区提供活动规划指导。

ET
Ei Pa Pa Pe Than et al.卡内基梅隆大学

新手与专家对众包设计反馈的意义建构

Foong 等人发现专家设计师在众包反馈与设计知识冲突时更倾向质疑不一致并寻求关键信息,为优化OFE系统支持不同经验水平用户提供了实证依据。

EF
Eureka Foong et al.西北大学
Feedback and Sense-Making

小组讨论:未来工作中的计算机支持职业发展

Hui 等人组织职业发展小组讨论,探讨在线技术如何影响职业流动与公平、技能学习方式,以及算法与用户供设计如何塑造未来工作时代的职业发展。

JH
Julie Hui et al.密歇根大学
Panel: Computer-Supported Career Development in The Future of Work

IntroAssist: 一个支持编写入门级求助请求的工具

Hui等人设计IntroAssist工具,运用认知学徒法(专家检查表、标记示例、字数限制)指导入门求助请求撰写,研究证实可显著提升请求有效性并实现技能迁移。

JH
Julie S. Hui et al.西北大学
论文标题作者研究主题论文库年份

远程工作中真正重要的是什么?大规模视角下个人、团队与组织因素的理解

Garg 等人通过对1526名知识工作者的调查发现,个人熟悉队友等因素对远程工作者重要性最低,揭示了工作场所属性如何影响远程工作感知。

KG
Kapil Garg et al.西北大学
Distributed & Remote Work

帮助我们相互帮助的AI:创业指导中支架式支持导师-新手协作的主动式系统

Huang等人设计结合领域认知模型与LLM的主动式AI辅导系统,在创业指导中支架导师-新手协作,改善会议深度和焦点,同时揭示信任与误诊等关键张力问题。

EH
Evey Jiaxin Huang et al.西北大学
Human-AI (and Robot!) Collaboration

使用 AI 撰写大学申请作文的压力:对青少年自我概念和智能辅导设计的影响

Fitzsimons 等人的访谈研究发现,青少年在大学申请作文写作中面临使用 AI 的同辈压力,虽然 AI 提高了写作效率,但可能阻碍自我概念这一重要能力的发展,并讨论了智能辅导系统的设计意义。

AF
Aidan Z Fitzsimons et al.西北大学

智能辅导系统:理解针对不良定义问题的一对多辅导

Huang 等人构建了一对多辅导模型,强调教练需利用群体帮助新手相互学习、克服失败恐惧并保持问责,为智能辅导系统设计提供监控、比较、自评和展示失败等设计启示。

EH
Evey Jiaxin Huang et al.西北大学
Educational Technology
广告推荐

学习 AI 编程到 CodeNow

系统课程、实战项目、持续更新,适合想真正把 AI 用进开发流程的人。

立即查看open_in_new

论黑客马拉松:多学科文献综述

Chau 等人首次进行1999-2022年跨学科文献综述,将黑客松研究分为目的、形式、过程和结果四个核心领域,构建统一分析框架。

CC
Connie W. Chau et al.西北大学

CrowdFolio:理解整体与分解工作流对在线作品集反馈的影响

Foong等人通过CrowdFolio系统比较整体与分解作品集反馈方法,发现整体方法帮助自由职业者发现新描述方式,分解方法提供视觉吸引力详细见解,两者均支持职业发展。

EF
Eureka Foong et al.东京大学
Crowds and Collaboration
emoji_events

理解在线劳动力市场中的定价策略中的性别差异

Foong 等人研究Upwork上392名自由职业者,发现性别并非费率关键因素,全职身份与自尊水平或解释薪酬差异

EF
Eureka Foong et al.东京大学

CheerOn:一个支持项目学习团队的在线社交支持系统

Harburg 等人开发了CheerOn在线社交支持系统,通过提示学生外部化学习进度,使外部支持者能更有效地为项目学习团队提供社会支持,提高学习动力。

EH
Emily Harburg et al.Northwestern University
Social support and intervention

女性(仍然)要求更少:在线劳动力市场中的性别时薪差异

Foong 等人分析Upwork上48,019名工人数据,发现女性时薪中位数仅为男性的74%,且无法由工作经验、教育程度和工作类别完全解释,揭示在线劳动力市场仍存在性别薪酬差距。

EF
Eureka Foong et al.西北大学
Genders

有关于限时活动中的黑客和制作的第二次研讨会:研究和活动设计的当前趋势和下一步

Than 等人组织第二次黑客马拉松研讨会,总结限时密集型活动的设计经验与研究趋势,为 CHI 社区提供活动规划指导。

ET
Ei Pa Pa Pe Than et al.卡内基梅隆大学

新手与专家对众包设计反馈的意义建构

Foong 等人发现专家设计师在众包反馈与设计知识冲突时更倾向质疑不一致并寻求关键信息,为优化OFE系统支持不同经验水平用户提供了实证依据。

EF
Eureka Foong et al.西北大学
Feedback and Sense-Making

小组讨论:未来工作中的计算机支持职业发展

Hui 等人组织职业发展小组讨论,探讨在线技术如何影响职业流动与公平、技能学习方式,以及算法与用户供设计如何塑造未来工作时代的职业发展。

JH
Julie Hui et al.密歇根大学
Panel: Computer-Supported Career Development in The Future of Work

IntroAssist: 一个支持编写入门级求助请求的工具

Hui等人设计IntroAssist工具,运用认知学徒法(专家检查表、标记示例、字数限制)指导入门求助请求撰写,研究证实可显著提升请求有效性并实现技能迁移。

JH
Julie S. Hui et al.西北大学