混合现实中用户体验的评估
机器学习
2021-01-28 v2 定量方法
摘要
在 MR（即 AR/VR）用户研究中衡量用户体验至关重要。研究者应用广泛的测量方法，使用客观（如生物信号、时间记录）、行为（如注视方向、运动幅度）与主观（如标准化问卷）指标。这些测量工具许多改编自 MR 之外的用例，但尚未在 MR 实验中得到验证。然而，研究者在测量沉浸式体验时面临各种挑战与设计选择。当进行实验室外研究时，这些挑战变得更加多样。VR 体验的测量方法近来备受关注。例如，研究已开始将问卷嵌入虚拟环境（VE）用于各类应用，使用户在填写调查时更贴近进行中的体验。然而，在评估程序如何实施上，交互方法与实践存在多样性。这种方法的多样性凸显了 VR 体验标准化测量工具共识的缺失。AR 研究强烈借鉴 VR 的研究方法，例如使用同类主观问卷。然而，一些关键的技术差异在评估时需审慎考量。CHI 2021 的本次研讨会为交流专长、探讨 MR 用户研究中方法面临的挑战与机遇提供了基础。借此，我们的研讨会发起关于研究方法的讨论，以推动 MR 用户研究中评估方法的标准化。研讨会成果将汇总为一篇集体特刊期刊文章。
引用
@article{arxiv.2101.06443,
title = {Predicting Hyperkalemia in the ICU and Evaluation of Generalizability and Interpretability},
author = {Gloria Hyunjung Kwak and Christina Chen and Lowell Ling and Erina Ghosh and Leo Anthony Celi and Pan Hui},
journal= {arXiv preprint arXiv:2101.06443},
year = {2021}
}
备注
6 pages, 3 figures, 3 tables