面向残疾人的强耦合众包协同交互机制的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61672167
  • 项目类别:
    面上项目
  • 资助金额:
    62.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0207.计算机网络
  • 结题年份:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31

项目摘要

Disability employment has been one of the salient social issues in the world. Today, the development of the Internet, especially the rapid rise of crowdsourcing, provides new and promising opportunities for people with disabilities to do work from home. However, existing crowdsourcing platforms are mainly based on lightweight collaboration mechanisms, characterized by weak tie affiliations, anonymity and invisibility. Lightweight collaboration crowdsourcing mechanisms cannot fulfill the needs for people with disabilities who rely on strong tied communities and mutual help, and are as such ineffective to promote disability employment. This project aims to address these issues by exploring heavyweight crowdsourcing collaboration mechanisms including virtual team models, social translucence approaches, as well as related interactive and collaborative technologies for people with disabilities, combined with participatory design and empirical studies. Through heavyweight crowdsourcing collaboration mechanisms, we hope to enhance work capabilities and crowdsourcing experience for people with disabilities, and in the end to promote disability employment in today’s networked society.
残疾人就业是中国也是全世界面临的一个突出的社会问题。互联网尤其是网络众包(crowdsourcing)的出现和发展为残疾人就业提供了一个重要渠道。然而,现有的网络众包主要从众包需求方而非从众包成员(例如残疾人)的角度考虑问题,形成了以个人为单位、匿名的、缺乏联系的弱耦合、轻量级的协同交互机制,不能满足残疾人对团队的依赖和互帮互助的心理需求,无法有效支持残疾人就业。针对以上问题,本项目拟通过实证研究和残疾人参与设计的方法,探索一种新型的面向残疾人的以团队而非个人为单位的众包强耦合协同模型,结合社会半透明机制,辅以面向残疾人的协同交互技术,改善残疾人众包工作体验、提升残疾人的权力感和应对复杂任务以及维护自己权益的能力,从而有效促进残疾人网络就业,并丰富有关残疾人和网络众包的理论和技术。

结项摘要

本项目针对现有的以个人为单位的网络众包技术由于主要从众包需求方而非从众包工作者(例如残疾人)的角度考虑,具有匿名、不透明、缺乏沟通、弱耦合和轻量级的特点而不利于改善残疾人就业的问题,研究探索新型的面向残疾人的以团队为单位的强耦合众包协同交互机制,以改善残疾人众包工作体验、扩展应对复杂任务的能力,从而有效促进残疾人网络就业。主要创新成果包括:社会嵌入式的强耦合众包协同模型研究;众包人性化沟通和社会管理机制;在线用户行为分析;在线沟通的边界管理机制;基于社会半透明原则研发强耦合众包原型系统;利用强耦合众包协同交互技术完善众包体验;异常众包行为检测以及干预技术;自动反馈显示机制与自适应的动态任务匹配技术;开放性众包数据解读与应用技术。这些成果发表在高水平国际会议和期刊上,其中CCF A类会议论文5篇。在本基金项目资助下,项目组共发表学术论文6篇;申请国家发明专利3项;培养硕士10名;组织国内学术研讨会2次,参加学术会议21人次。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(5)
专利数量(3)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

一种动态实时高校建筑能耗异常检测方法
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    计算机工程
  • 影响因子:
    --
  • 作者:
    江航;卢暾;顾寒苏;丁向华;顾宁
  • 通讯作者:
    顾宁
基于局部敏感哈希技术的能耗社区实时推荐系统
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    小型微型计算机系统
  • 影响因子:
    --
  • 作者:
    韩军辉;卢暾;丁向华;顾宁
  • 通讯作者:
    顾宁
基于局部敏感哈希技术的能耗社区实时推荐系统
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    小型微型计算机系统
  • 影响因子:
    --
  • 作者:
    韩军辉;卢暾;丁向华;顾宁
  • 通讯作者:
    顾宁

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

丁向华的其他基金

在线观看的社交协同评论技术与实证研究
  • 批准号:
    61300201
  • 批准年份:
    2013
  • 资助金额:
    23.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码