Purpose: The aims of this study were to investigate how a variety of research methods is commonly employed to study technology and practitioner cognition. User-interface issues with infusion pumps were selected as a case because of its relevance to patient safety. Methods: Starting from a Cognitive Systems Engineering perspective, we developed an Impact Flow Diagram showing the relationship of computer technology, cognition, practitioner behavior, and system failure in the area of medical infusion devices. We subsequently conducted a systematic literature review on user-interface issues with infusion pumps, categorized the studies in terms of methods employed, and noted the usability problems found with particular methods. Next, we assigned usability problems and related methods to the levels in the Impact Flow Diagram. Results: Most study methods used to find user interface issues with infusion pumps focused on observable behavior rather than on how artifacts shape cognition and collaboration. A concerted and theorydriven application of these methods when testing infusion pumps is lacking in the literature. Detailed analysis of one case study provided an illustration of how to apply the Impact Flow Diagram, as well as how the scope of analysis may be broadened to include organizational and regulatory factors. Conclusion: Research methods to uncover use problems with technology may be used in many ways, with many different foci. We advocate the adoption of an Impact Flow Diagram perspective rather than merely focusing on usability issues in isolation. Truly advancing patient safety requires the systematic adoption of a systems perspective viewing people and technology as an ensemble, also in the design of medical device technology.
DOCUMENT
Our study introduces an open general-purpose platform for the embodiment of conversational AI systems. Conversational User-interface Based Embodiment (CUBE) is designed to streamline the integration of embodied solutions into text-based dialog managers, providing flexibility for customization depending on the specific use case and application. CUBE is responsible for naturally interacting with users by listening, observing, and responding to them. A detailed account of the design and implementation of the solution is provided, as well as a thorough examination of how it can be integrated by developers and AI dialogue manager integrators. Through interviews with developers, insight was gained into the advantages of such systems. Additionally, key areas that require further research were identified in the current challenges in achieving natural interaction between the user and the embodiments. CUBE bridges some of the gaps by providing controls to further develop natural non-verbal communication.
LINK
Introduction: Sensor-feedback systems can be used to support people after stroke during independent practice of gait. The main aim of the study was to describe the user-centred approach to (re)design the user interface of the sensor feedback system “Stappy” for people after stroke, and share the deliverables and key observations from this process. Methods: The user-centred approach was structured around four phases (the discovery, definition, development and delivery phase) which were fundamental to the design process. Fifteen participants with cognitive and/or physical limitations participated (10 women, 2/3 older than 65). Prototypes were evaluated in multiple test rounds, consisting of 2–7 individual test sessions. Results: Seven deliverables were created: a list of design requirements, a personae, a user flow, a low-, medium- and high-fidelity prototype and the character “Stappy”. The first six deliverables were necessary tools to design the user interface, whereas the character was a solution resulting from this design process. Key observations related to “readability and contrast of visual information”, “understanding and remembering information”, “physical limitations” were confirmed by and “empathy” was additionally derived from the design process. Conclusions: The study offers a structured methodology resulting in deliverables and key observations, which can be used to (re)design meaningful user interfaces for people after stroke. Additionally, the study provides a technique that may promote “empathy” through the creation of the character Stappy. The description may provide guidance for health care professionals, researchers or designers in future user interface design projects in which existing products are redesigned for people after stroke.
DOCUMENT
Massafabricage in de (MKB) maakindustrie is aan het veranderen in flexibele fabricage en assemblage van kleine series, klantspecifieke onderdelen en eindproducten. Hiervoor zijn nieuwe systemen voor het MKB nodig, waarin robots en mensen samen kunnen werken en die zich snel kunnen aanpassen aan nieuwe productieomstandigheden met lage opstartkosten. De ambitie van het project ?(G)een Moer Aan!? is om het herconfigureren van een robotsysteem voor een nieuwe taak in een productieomgeving net zo eenvoudig en snel te maken als het gebruik van een smartphone. Zo?n benadering biedt kansen om de skills van de operator te benutten. De operator kent immers zijn processen en de robot wordt zijn hulpje. Op vraag van betrokken mkb partners is de focus gelegd op een repeterende productiehandeling die in veel sectoren voorkomt en die relatief veel arbeidstijd kost: het indraaien van moeren en bouten in een object. De centrale onderzoeksvraag van het project luidt: Hoe kan een operator een robot eenvoudig, snel en veilig inleren om assemblage handelingen te verrichten voor het snel en robuust verbinden van bouten, moeren en ringen met objecten? Resultaat van dit praktijkgerichte onderzoeksproject is een algemeen bruikbare en gevalideerde ontwerpmethodiek voor de opzet van een gebruiksvriendelijke user interface van een boutmontagerobot op de werkvloer. Door slim gebruik van geïntegreerde inzet van CAD productinformatie, vision technologie en compliant (meegaand) gripping en placing wordt de robot zo veel als mogelijk vooraf automatisch geconfigureerd. Het projectconsortium dat het onderzoek gaat uitvoeren bestaat uit: " 13 bedrijven (12 mkb) actief als toeleverancier, system integrator of gebruiker op het terrein van industriële robotica (Yaskawa, ABB, Smart Robotics, Hupico, Festo, CSi, Demcon, Heemskerk Innovate, WWA, Van Schijndel Metaal, Van Beek, Tegema en Zest Innovate); " Hogescholen Fontys (penvoerder), Avans, Utrecht en NHL; " Kennisinstellingen TNO en DIFFER; " Coöperaties Brainport Industries, FEDA en Koninklijke Metaalunie; " De gemeente Eindhoven is betrokken als partner in de klankbordgroep. De gemeente ondersteunt het belang van dit project voor behoud en verbetering van arbeidsplaatsen in de maakindustrie. Er zullen circa 20 (docent)onderzoekers van de hogescholen en ongeveer 80 studenten betrokken worden bij dit project, die in de vorm van stages en afstudeeronderzoeken werken aan interessante vraagstukken direct afkomstig uit de beroepspraktijk. Naast genoemde meerwaarde voor het bedrijfsleven beoogt het project een verdere verankering van kennis en kunde in onderwijs en lectoraten en een vergroting van de kwaliteit van docenten en afstudeerders.
Communicatieprofessionals geven aan dat organisaties geconfronteerd worden met een almaar complexere samenleving en daarmee het overzicht verloren hebben. Zo’n overzicht, een ‘360 graden blik’, is echter onontbeerlijk. Dit vooral, aldus diezelfde communicatieprofessionals, omdat dan eerder kan worden opgemerkt wanneer de legitimiteit van een organisatie ter discussie staat en zowel tijdiger als adequater gereageerd kan worden. Op dit moment is het echter nog zo dat een reactie pas op gang komt als zaken reeds in een gevorderd stadium verkeren. Onderstromen blijven onderbelicht, als ze niet al geheel onzichtbaar zijn. Een van de verklaringen hiervoor is de grote rol van sociale media in de publieke communicatie van dit moment. Die media produceren echter zoveel data dat communicatieprofessionals daartegenover machteloos staan. De enige oplossing is automatisering van de selectie en analyse van die data. Helaas is men er tot op heden nog niet in geslaagd een brug te slaan tussen het handwerk van de communicatieprofessional en de vele mogelijkheden van een datagedreven aanpak. Deze brug dan wel de vertaling van de huidige praktijk naar een hogere technisch niveau staat centraal in dit onderzoeksproject. Daarbij gaat het in het bijzonder om een vroegtijdige herkenning van potentiële issues, in het bijzonder met betrekking tot geruchtvorming en oproepen tot mobilisatie. Met discoursanalyse, AI en UX Design willen we interfaces ontwikkelen die zicht geven op die onderstromen. Daarbij worden transcripten van handmatig gecodeerde discoursanalytische datasets ingezet voor AI, in het bijzonder voor de clustering en classificatie van nieuwe data. Interactieve datavisualisaties maken die datasets vervolgens beter doorzoekbaar terwijl geautomatiseerde patroon-classificaties de communicatieprofessional in staat stellen sociale uitingen beter in te schatten. Aldus wordt richting gegeven aan handelingsperspectieven. Het onderzoek voorziet in de oplevering van een high fidelity ontwerp en een handleiding plus training waarmee analisten van newsrooms en communicatieprofessionals daadwerkelijk aan de slag kunnen gaan.
In het project werken onderzoekers van het Lectoraat samen met publieke organisaties toe naar een tool waarmee onderstromen in het publieke debat rondom issues eerder kunnen worden opgemerkt. We exploreren met welk algoritme we patronen in geruchtvorming en mobilisatie kunnen opsporen, en tevens hoe we de interactie tussen newsroom-analisten en de output van een monitoring tool het beste kunnen vormgeven.Doel Het doel van dit project is een brede en structureel toepasbare aanpak van het issuemanagement: Hoe kunnen de communicatieprofessionals van publieke organisaties potentiële issues op sociale media vroegtijdig opmerken? Resultaten We willen dit bereiken door enerzijds kennis en inzicht te vergaren en anderzijds de uitkomsten daarvan voor publieke organisaties te vertalen in praktische handgrepen: tools, handleiding, training. Looptijd 01 oktober 2022 - 30 september 2024 Aanpak Via cases ingebracht door de praktijkpartners en focusgroepen staan we in nauw contact met het consortium. In de eerste werkpakketten onderzoeken we de verschillende cases aan de hand van discoursanalyse. De inzichten die we hierbij opdoen, gebruiken we vervolgens om te bekijken hoe we de interactie tussen mens en machine het beste kunnen vormgeven en wel zo dat er ten behoeve van de communicatie en het management van issues via interactieve visualisaties steeds weer triggers afgegeven worden. Op basis van de opgedane inzichten richten we een interface in. Deze maakt het analisten en communicatieprofessionals mogelijk om vroegtijdig issues te signaleren.
