Academic literature on the topic 'Människa-data'

In high-tech companies, user experience has become an important part of data-driven product development, but unfortunately the artifacts created by user experience work are often stored in disparate documents and databases, and it is difficult to get a big picture of all the artifacts that have been created and how they relate to each other and to other product development data. Data visualization is one way to approach solving these issues, but how can this data be presented to users in a meaningful way such that both the artifacts and the relationships between them are understood? Three hierarchical data visualizations - partition, sunburst, and zoomable treemap - were built around some early product development data. These visualizations were tested in a comparative exploratory usability test with six users to find how well users understood the data and the relationships between the data. The most significant results were that most users did not know how to interact with the partition and sunburst visualizations until prompted to do so, users had a difference in understanding the data between the sunburst and partition visualization, and some techniques worked very well to keep users oriented while others did not. Future work should first focus on adding a creative element to the tool, where data can be added and relationships can be built in the visualization itself, and then focus on testing the tool again with a more specific audience of strategic planners, UX designers, and requirements engineers.

Physical visualizations are artifacts that materialize abstract data. They take advantage of human natural abilities to interact with information in the physical world. These visualizations present an opportunity to be applied on new application domains. With the objective of discovering if physical visualizations can support remote monitoring of biological data, a technology probe is presented in the form of a reversed voodoo doll. This probe uses the natural affordance of an anthropomorphic figure to represent a person and reverses the concept of voodoo dolls in a playful way. The scenario of safety is selected for testing physical visualizations of bio-data. Two measurements from the human body, heart rate and motion are chosen as a light way to monitor remotely over a person’s conditions. During the study, a group of six participants were exposed to the technology probe and their interactions with it were observed. The study reports on the users’ interpretations of the data and uses given to the alternative modalities of the probe. The results suggest that the data mapping to the object’s body parts was effective for conveying meaning. Additionally, the results confirm that the use of multiple modalities in physical visualizations offers an opportunity to present information in situated contexts in the real world. The degree of physicality achieved by the reversed voodoo doll and the effects of the selected metaphors are discussed. In conclusion, it is argued that the responses and interpretations from the users indicate that the reversed voodoo doll served as a means in its own right to transmit information for monitoring of bio-data.<br>Fysiska visualiseringar är artefakter som materialiserar abstrakt data. Genom att använda sig av mänskliga naturliga förmågor interagerar de med information i den fysiska världen. Dessa visualiseringar skapar möjligheter för appliceringar inom nya tillämpningsområden. För att undersöka om fysiska visualiseringar kan stödja fjärrövervakning av biologisk data introducerades en sond i form av en omvänd voodoodocka. Med en människolik figur representerar denna sond en verklig person. På så sätt utnyttjar den naturliga associationer till mänskliga egenskaper och omvänder konceptet vodoodockor på ett lekfullt sätt. De fysiska visualiseringarna av biologisk data testas ur ett säkerhetsperspektiv. Två värden, hjärtfrekvens och rörelse, mäts från en människokropp för att göra det möjligt att övervaka en persons tillstånd på distans. Under studien observeras sex användare då de interagerar med sonden. Studien visar hur användarna tolkar sondens data och hur användningen varierar med avseende på sondens olika modaliteter. Resultaten från denna studie tyder på att datamappningen till sondens kroppsdelar effektivt ökade förståelsen. Dessutom bekräftar resultaten att användning av flera modaliteter i fysiska visualiseringar gör det möjligt att presentera information, anpassat till olika situationer i den verkliga världen. Till vilken grad voodoodockan ger en känsla av kroppslighet samt konsekvenser av de valda metaforerna diskuteras. I slutsatsen hävdas att användarnas svar och tolkningar tyder på att den omvända voodoodockan fungerade som ett medel för att övervaka biologisk data.

The purpose of this study was to explore the usage of data cubes in the context of the Global Earth Observation System of Systems (GEOSS). This study investigated what added benefit could be provided to users of the GEOSS platform by utilizing the capabilities of data cubes. Data cubes in earth observation is a concept for how data should be handled and provided by a data server. It includes aspects such as flexible extraction of subsets and processing capabilities. In this study it was found that the most frequent use case for data cubes was time analysis. One of the main services provided by the GEOSS portal was the discovery and inspection of datasets. In the study a timeline interface was constructed to facilitate the exploration and inspection of datasets with a temporal dimension. The datasets were provided by a data cube, and made use of the data cubes capabilities in retrieving subsets of data along any arbitrary axis. A usability evaluation was conducted on the timeline interface to gain insight into the users requirements and user satisfaction. The results showed that the design worked well in many regards, ranking high in user satisfaction. On a number of points the study highlighted areas of improvement. Providing insight into important design limitations and challenges together with suggestions on how these could be approached in different ways.<br>Syftet med studien var att undersöka hur Data Cubes kunde komma att användas inom ramarna för Global Earth Observation System of Systems (GEOSS). Vilka fördelar som kunde dras ifrån att utnyttja den potential som data cubes besitter och använda dem i GEOSS plattformen undersöktes i studien. Data cubes för earth observation är ett koncept om hur data ska hanteras och tillhandahållas av datatjänster. Det ämnar bland annat flexibel extrahering av datapartitioner och dataprocesseringsförmågor. I denna studie iakttogs det att det mest frekvent förekommande användningsområdet för data cubes var analys av tid. Ett huvudsyfte med GEOSS portalen var att tillhandahålla användaren med verktyg för att utforska och inspektera dataset. I denna studie tillverkades ett användargränssnitt med en tidslinje för att ge användaren tillgång till att även utforska och inspektera dataset med en tidsdimension. Datasetet tillhandahålls från en data cube och utnyttjar data cubes färdighet i att förse utvalda partitioner av datasetet som kan extraheras längs valfri axel. En användarstudie har gjorts på användargränssnittet för att utvärdera till vilken grad användarna var nöjda och hur det uppfyllde deras krav, för att samla värdefulla insikter. Resultatet visar på att designen presterar väl på flera punkter, den rankar högt i användartillfredsställelse. Med studien klargör även framtida förbättringsmöjligheter och gav insikter om viktiga designbegränsningar och utmaningar. I rapporten diskuteras det hur dessa kan hanteras på olika sätt.

In recent years, it is becoming more common for people to use applications or devices that keep track of their activities, such as fitness activities, places they visit, the music they listen to, and pictures they take. These data are used by the services for various purposes, but usually there are limitations for the users to explore or interact with them. This project investigates a new approach of visualizing such Quantified Self data, in a meaningful and enjoyable way that gives the users insights into their data. This thesis discusses the feasibility of creating a system that allows users to connect the activity tracking applications they already use, analyse the amount of activities, and then present the resulting information. The visualization of the information is done with an avatar that maps the different activities the user is engaged with, along with the activity levels, as graphical features. Within the scope of this work, several user studies were conducted and a system prototype was implemented to explore how to build, using web technologies, such a system that aggregates and analyses personal activity data, and also to determine what kind of data should and can be collected, to provide meaningful information to the users. Furthermore, it was investigated how a possible design for the avatar could look like, to be clearly understood by the users.

Idag blir barn exponerade för mer information än någonsin tidigare och för att de ska lära sig att bedöma informationens trovärdighet är det viktigt att de lär sig data literacy från tidig ålder, vilket innebär grundläggande kunskaper om data och hur data kan tolkas. Studien har utgått ifrån en prototyp till ett lärandespel under utveckling, The Rescue of Dataville, som ämnar att lära mellanstadieelever data literacy. Spelprotypen innehåller i dagsläget fem minispel, och den här studien har undersökt de tre första minispelen. Studien har erhållit förslag till svårighetsnivåer som kan implementeras i dessa minispel, samt hur spelet kan bli mer adaptivt, där ett adaptivt spel kan anpassas efter individens förmåga och kunskaper istället för att användaren själv ska bedöma sin egna nivå. Frågeställningarna som studien undersökt är 1. Hur väl anpassade är de implementerade svårighetsnivåerna för mellanstadieelever? 2. Hur kan The Rescue of Dataville bli mer adaptivt? För att besvara frågeställningarna har implementeringsförslag på svårighetsnivåer tagits fram, där en svårare nivå och en lättare nivå har implementerats i minispel 1-3. Orginaluppgifterna från spelprototyopen har behållits och utgör en medelnivå. Svårighetsnivåerna har sedan utvärderats genom användartester. För att implementera adaptivitet har ett introduktionstest beståendes av flervalsfrågor tagits fram för att avgöra användarnas kunskapsnivå och tilldela en svårighetsnivå utifrån resultatet på testet. Testet har liksom svårighetsnivåerna utvärderats genom användartester, där fem deltagare i åldrarna 10-12 år har deltagit. Användartesterna har evaluerats genom en tematisk analys där 12 olika teman konstruerades. Det mest avsevärda som temana visade var att introduktionstestet är för lätt för att fungera i adaptivt syfte, samt att några av svårighetsnivåerna inte skiljer sig tillräckligt från varandra svårighetsmässigt. På grund av studiens få deltagare går det inte att säkerställa att resultaten är generaliserbara på mellanstadieelever utan att göra en storskalig studie. Eftersom studien är en explorativ pilotstudie ämnar den att ligga till grund för fortsatt forskning och utveckling av The Rescue of Dataville.

This paper aims to explore the perceptual recognition of topographical building patterns from real-world OpenStreetMap data on virtual globes. An implementation was developed in which all geographical and contextual information was layered and, for the purpose of this study, what solely remained were building patterns as viewed from above. This was developed as a module for the planetarium visualization software Uniview. The aim was to determine how cities with different building patterns were perceived by participants in terms of size, scale, and building density. This was measured as the comparative difference between city pairs, that is, how much they differed in the percentage of the area that they covered. Two quantitative studies were conducted, one smaller controlled study with 19 participants and one larger online crowd-sourced study with 72 participants. The results show that participants are generally able to discern building patterns when the comparative difference is greater than a certain critical threshold. This critical threshold was determined to be at approximately 0.5% for both studies and for accuracy levels above 60%. Thus it was concluded that below this critical threshold users should be provided with visual feedback or other means of identifiers in order to allow for definite recognition, depending on what kind of information a certain type of visualization is trying to convey.<br>Den här rapporten avser att utforska den perpetuella igenkänningen av topografiska byggnadsmönster genom att använda geografisk data från OpenStreetMap som avbildas på virtuella sfärer. En implementation utvecklades där geografisk data samt kontextuell information ordnades i överlappande lager som filtrerades, och där endast byggnadsmönster sett från ovan kvarstod. Denna modul utvecklades för Uniview som är en mjukvara för visualisering i planetarier. Målet var att avgöra hur deltagare uppfattade städer med olika byggnadsmönster med hänsyn till storlek, skala, samt byggnadsdensitet. Detta mättes genom den procentuella skillnaden mellan städer, dvs. skillnaden i procent för varje stads geografiska utsträckning. Två kvantitativa studier utfördes, en mindre kontrollerad studie med 19 deltagare samt en större nätbaserad studie med 72 deltagare. Resultatet visar att deltagare generellt kunde bedöma den procentuella skillnaden i byggnadsmönster upp till en viss kritisk gräns. Denna kritiska gräns fastställdes till runt 0.5% för båda studier och för noggrannhetsnivåer över 60%. Slutsatsen från detta är att användare bör ges visuella indikatorer för nivåer under denna kritiska gräns för att säkerställa definitiv igenkänning beroende på vilken information som skall förmedlas i en viss typ av visualisering.

Due to constantly increasing amount of data, the need for more efficient data center management solutions has increased dramatically. Approximately 40% of the costs for data centers is associated with cooling, making temperature management of data centers vital for data center profitability, performance, and sustainability. Current data center hardware management software lack a visual and contextual approach to data center monitoring, overlooking the hierarchical and spatiotemporal data structures of data center data in its design. This study compared two potential data center temperature visualizations — 3D visualization in virtual reality (VR) and 2D visualization on 2D screen — in terms of time to task completion, accuracy rate, and user satisfaction. Results of a within-subject user study with 13 data center specialists indicated that users perceived three-dimensional data center racks and devices more efficiently in VR than in a 2D visualization, whereas a two-dimensional graph was interpreted more efficiently and accurately on a 2D screen. The user satisfaction of both implemented visualizations scored over 80 in a System Usability Scale (SUS) survey, showing that the implemented visualizations have significant potential to improve data center temperature management.<br>På grund av den ständigt ökande mängden av data, har behovet till effektivare datacenterhanteringslösningar ökat dramatiskt. Cirka 40% av kostnaderna för datacentrar används till kylning, vilket gör temperaturhanteringen till en kritisk del av datacentrets lönsamhet, prestanda och hållbarhet. Nuvarande datacenterhanteringsprogramvaror saknar visuella och kontextuella tillvägagångssätt för datacenterövervakning och förbiser de hierarkiska och spatiotemporala datastrukturerna för datacenterdata i programvarudesign. Denna studie jämförde två potentiella datacentertemperaturvisualiseringar — en tredimensionell visualisering i virtuell verklighet (VV) och en tvådimensionell visualisering på en 2D skärm — i jämförelsen beaktas tid till uppgiftens slutförande, antalet riktiga svar och tillfredsställelse av användaren. Resultatet av användarstudien med 13 datacenterspecialister antydde att användare uppfattar tredimensionellaelektronikrack och enheter snabbare i VV än med 2D-visualisering, medan en tvådimensionell graf tolkas snabbare och noggrannare på en 2D skärm. Användartillfredsställelse av båda visualiseringarna fick över 80 poäng i SUS mätningen, vilket antyder att de genomförda visualiseringarna har en stor potential för att förbättra datacentertemperaturhanteringen.

Chronic obstructive pulmonary disease (COPD) is a high mortality disease, second to stroke and ischemic heart disease. This non-curable disease progressively exacerbates, leading to high personal and societal economic impact, reduced quality of life and often death. General treatment plans for COPD risk mistreating the individuals’ condition. To be effective, the treatment should be individualized following the practices of precision medicine. The aim of this thesis was to develop a data driven algorithm and system with visualization to assess individual COPD risk. With MRI body composition profile measurements, it is possible to accurately assess propensity of a multitude of metabolic conditions, such as coronary heart disease and type 2 diabetes.  The algorithm and system has been developed using Wolfram Language and R within the Wolfram Mathematica framework. The algorithm calculates individualized virtual control groups metabolically similar to the patient’s body composition and spirometric profile. Using UK Biobank data, our tool was used to assess patient COPD propensity using an individual-specific virtual control group with AUROC 0.778 (female) and 0.758 (men). Additionally, the tool was used to identify new body composition profiles related to COPD and associated comorbid conditions.

With the increasing elderly population and longer life expectancies, smart wearable technologies are playing an important role in facilitating caregivers to monitor elderly people remotely. Aifloo’s wristband is one smart wristband which can collect various data, predict activities and detect abnormalities to enable elderly people to live independently at home. However, too much information and poor visualizations will cause huge difficulties for caregivers to interpret the data. Six caregivers were interviewed in this study to investigate what data is relevant to monitor elderly people and how they interpret the different designed displays. The main results show that alarms, fall incidents and medication compliance are the most important. Besides, caregivers place a greater emphasis on holistic views of data and they want to highlight abnormal behaviors and alerts. In the end, design guidelines for the information system to present data meaningfully and intuitively are generated.<br>Med ett ökande antal äldre och en ökande medellivslängd kommer smart, bärbar teknologi att spela en större roll i äldrevården för att övervaka de äldre. Aifloos armband är en smart teknologi som kan samla in olika former av data, förutsäga aktiviteter och upptäcka avvikande och onormala beteenden, vilket kan användas av äldre som bor självständiga i sena egna hem. Stora mängder data, och dåliga visualiseringar av dem, orsakar svårigheter för vårdgivare att tolka datan. I den här studien har sex vårdgivare intervjuats för att utforska vilken data som är relevant för dem, och hur de kan tolka information ifrån en grupp olika gränssnitt. Studiens resultat visar att alarm, fallolyckor och översikt över hur de äldre efterföljer sina medicinska recept är viktigast. Vårdgivarna lägger en större vikt vid att förstå datan holistiskt, och de vill synliggöra avvikande beteendemönster och varningar. Slutgiltligen presenteras riktlinjer för hur IT-system kan designas för att presentera data på ett meningsfullt och intuitivt vis.

One of the primary ways of communication between humans is verbal communication. Among hearing-impaired persons, the traditional way of communication is through sign language. Sign gestures are the atomic actions used in sign language for non-verbal communication. With the advancement in both sensor-based devices and machine learning techniques, there is a lot of scope in identifying and developing an efficient, robust, and low-cost sign gesture recognition system that can help hearing-impaired individuals to communicate among themselves and people with usual hearing ability. My focus will be on classical machine learning algorithms for static the recognition of sign gestures recorded using leap motion sensors, and deep learning methods for the recognition of dynamic sign gestures recorded using Microsoft Kinect sensors. I addressed the Leap motion-based static palm sign gesture recognition by applying three machine learning algorithms: Support Vector Machine (SVM), Random Forest (RF), and Naive Bayes (NB), and used Genetic Algorithm (GA) for feature selection. Genetically selected features are fed to different classifiers for gesture recognition. Whereas, we addressed the Microsoft Kinect-based dynamic sign gesture recognition using an end-to-end deep learning approach. The dynamic sign gestures are sequential that deep learning methods are proven to model effectively without handcrafted features. Deep learning models can directly work on raw data and learn higher-level representations (features) by themselves. To test our hypothesis, we have used two latest and promising deep learning models, Gated Recurrent Unit (GRU) and Bidirectional Long Short-Term Memory (BiLSTM), and trained them using only raw data for dynamic gestures; the dynamic gestures were collected from three views namely front, mid, side views. With regard to static palm sign gesture recognition, an accuracy of 74.00% is recorded with RF classifier on the Leap motion sign gesture dataset. With regard to dynamic sign gesture recognition, we have performed comparative analysis among both models and also with the base paper results. Conducted experiments reflected that the proposed method outperforms the existing work, where GRU successfully concluded with 70.78% average accuracy with front view training.