Documents dont l'auteur est "Vatavu, Radu-Daniel"
Monter d'un niveau
Aide
Ce graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Aide
Un nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Leiva, L. A., Martín-Albo, D., Vatavu, R.-D., & Plamondon, R. (2021). Stroke Gesture Synthesis in Human-Computer Interaction. Dans The Lognormality Principle and its Applications in e-Security, e-Learning and e-Health (Vol. 88, p. 21-235). Lien externe
Leiva, L. A., Vatavu, R.-D., Martín-Albo, D., & Plamondon, R. (2020). Omnis Praedictio: Estimating the full spectrum of human performance with stroke gestures. International Journal of Human Computer Studies, 142, 17 pages. Lien externe
Ungurean, O.-C., Vatavu, R.-D., Leiva, L. A., & Plamondon, R. (avril 2018). Gesture input for users with motor impairments on touchscreens: Empirical results based on the kinematic theory [Communication écrite]. CHI Conference on Human Factors in Computing Systems, Montréal, Québec (6 pages). Lien externe
Leiva, L. A., Martín-Albo, D., Plamondon, R., & Vatavu, R.-D. (avril 2018). KeyTime: Super-accurate prediction of stroke gesture production times [Communication écrite]. CHI Conference on Human Factors in Computing Systems (CHI 2018), Montréal, Québec (12 pages). Lien externe