让老年人能够提供高质量的活动标签:拆装准确性,精确性和细粒度在活动标签上
Yiwen Wang1, Hossein Khayami1, Bongshin Lee2
1University of Maryland, College Park, USA.
Proceedings of the ACM on interactive, mobile, wearable and ubiquitous technologies
|March 5, 2026
概括
年长的成年人更喜欢不那么侵入性的方式来标记他们的活动数据为个性化追踪器. 用户启动和机器提示的标签策略减少了高质量的数据注释的负担.
科学领域:
- 人与计算机的交互
- 老年学是一门学科.
- 机器学习 机器学习
背景情况:
- 高质量的标记活动数据对于为老年人开发个性化活动识别模型至关重要.
- 标记真实世界的数据带来了挑战,给用户带来了负担,并可能影响他们参与活动.
研究的目的:
- 调查老年人对提供高质量的标签的看法,以培训个性化的活动追踪器.
- 探索以用户为中心的策略,以实现高效和不那么侵入性的数据标签.
主要方法:
- 进行了一项联合设计研究,涉及12名老年人.
- 可教机器范式被用作一个架构来设想标签过程.
- 采用专题分析来了解有关活动标签准确性,精度和细分性的观点.
主要成果:
- 老年人对标签质量 (准确性,精度,细粒度) 的定义被拆开了.
- 首选的策略包括用户启动的标签和机器启动的提示,以减少侵入性和负担.
- 发现了用户认知与技术标准之间的差异.
结论:
- 未来数据标签工具的设计考虑应该优先考虑用户偏好,以减少负担.
- 与技术要求平衡用户体验对于有效的个性化活动追踪器开发至关重要.
- 用户启动和机器提示的标签显示有望提高数据质量和用户接受度.
更多相关视频
04:13Using a Real-Time Locating System to Measure Walking Activity Associated with Wandering Behaviors Among Institutionalized Older Adults
Published on: February 8, 2019
7.3K
06:48Lexical Decision Task for Studying Written Word Recognition in Adults with and without Dementia or Mild Cognitive Impairment
Published on: June 25, 2019
9.9K
