Descrizione del progetto
La forza della familiarità
Il percorso più familiare è solitamente il più diffuso. In tale contesto, il progetto FamConMe, finanziato dall’UE, analizzerà il modo migliore per concettualizzare la familiarità grazie a diverse caratteristiche ambientali (punti di riferimento, percorsi, zone), oltre a offrire nuovi modi per valutarla in situ sulla base di dati comportamentali. Il progetto fornirà conoscenze teoriche correlando le varie concettualizzazioni e misurazioni della familiarità. Il suo progresso metodologico è rappresentato dall’uso di sensori (tra cui il monitoraggio oculare mobile, il posizionamento del sistema globale di navigazione satellitare ad alta precisione e un’unità inerziale di misurazione indossabile) per valutare la familiarità durante l’apprendimento spaziale e il viaggio in situ. I risultati ispireranno studi di ricerca futuri sul modo in cui le città intelligenti possono adattarsi alle esigenze dei cittadini basandosi sul loro stato attuale di cognizione spaziale, per il quale la familiarità è un fattore centrale.
Obiettivo
This interdisciplinary research project contributes to understanding and implementing familiarity in location-based systems through theoretical, methodological and applied advancements. The proposed research adds significantly to our knowledge of how to conceptualize familiarity with different environmental features (e.g. landmarks, routes, regions) and provides novel ways to assess it in-situ based on behavioural data. It provides important theoretical insights by disentangling and interrelating the different conceptualizations and measurements of familiarity. The project’s key methodological advancement is the unique combination of three different sensors to behaviourally assess familiarity during in-situ travel and spatial learning: Mobile eye tracking, high precision GNSS positioning, and head/body-worn Inertial Measurement Unit (e.g. providing acceleration data etc.) sensors are fused to study familiarity behaviourally in-situ. Machine learning and deep learning experiments on the behavioural data, singly and in combination, will be used to classify different levels of familiarity reflected in participants’ activities. The outcomes of this investigation form a basis for future research studies on how smart cities can adapt to its citizens' needs, based on their current state of spatial cognition – for which familiarity is a key example. These results contribute to the European Commission's policy “Smart Cities - Smart Living” and interplay with future programmes of the Horizon Europe cluster “Climate, Energy and Mobility” and the mission area “Climate-neutral and smart cities”.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- scienze socialigeografia socialetrasportisistemi di navigazionesistema di navigazione satellitaresistema globale di navigazione satellitare
- ingegneria e tecnologiaingegneria elettrica, ingegneria elettronica, ingegneria informaticaingegneria elettronicasensori
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Parole chiave
Programma(i)
Argomento(i)
Invito a presentare proposte
(si apre in una nuova finestra) H2020-MSCA-IF-2020
Vedi altri progetti per questo bandoMeccanismo di finanziamento
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinatore
1040 Wien
Austria