It has become a trend to use study with me (SWM) Livestream to create a personalized study ambiance. However, we still have little understanding of the activities of SWM livestream and the streamer's motivation to produce SWM livestream. This paper provides an overview of the activities and how streamers regulate these activities of SWM livestream on a Chinese popular User Generated Content(UGC) website, Bilibili. We observed the number and popularity of the SWM livestreams and analyzed 800 livestreams to understand the streamers' study goals. We analyzed 20 SWM livestreams in detail and interviewed 12 streamers and 10 viewers to understand the activities and the streamer's motivation. We found that streamers produced SWM livestream to seek supervision, find like-minded study partners and help and company others. Streamers don't interact or instruct with the viewers directly but use chat-bot and autonomous interaction to alleviated the interaction burden. Unique sessions like checking-in and study progress reporting promote the viewers' social presence, promoting SOC, and enhancing their engagement. Strict rules and punishment are widely used to concentrate the members on study and contribute to positive atmosphere. We also found that SWM livestream often disappears when the examination is done and the streamer faces doubts on motivation and appearance. These findings suggest that SRL community can provide cognitive and socioemotional support for lonely learners to stick to a long-term study. The activities and streamer's practice inspired how streamers can focus on contemplative efforts while controlling the interaction.


翻译:(SWM)Livestream网站(Bilibili)上,我们观察到SWM(SWM)活流的数量和受欢迎程度,分析了800个活流,以了解流体的研究目标。我们详细分析了20个SWM(SWM)活流,访谈了12个流体和10个浏览者,以了解活动和流体的动力。我们发现,流体制作SWM活流是为了寻求监督、寻找志同道合的研究伙伴、帮助和公司。这些流体不直接与观众互动或指导,但使用聊天机和自主互动来减轻互动负担。我们观察和研究等不愉快的流体会报告促进观众的社会存在,促进SOC(SOC)流流和10个浏览者了解活动及其流体的动力。我们发现,流体流体的活体活动是为了寻求监督、寻找志同感相似的研究伙伴、帮助和公司。这些流体不动互动可以减轻互动负担。我们不愉快的流体会报告和研究报告进展如何促进观众的社会存在社会存在,促进SOC的流体互动, 并且建议他们接触和感地研究经常使用严格的规则和惩罚活动。

0
下载
关闭预览

相关内容

IFIP TC13 Conference on Human-Computer Interaction是人机交互领域的研究者和实践者展示其工作的重要平台。多年来,这些会议吸引了来自几个国家和文化的研究人员。官网链接:http://interact2019.org/
专知会员服务
123+阅读 · 2020年9月8日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
计算机 | IUI 2020等国际会议信息4条
Call4Papers
6+阅读 · 2019年6月17日
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
Arxiv
46+阅读 · 2021年10月4日
Arxiv
0+阅读 · 2021年10月3日
Arxiv
6+阅读 · 2016年1月15日
VIP会员
相关VIP内容
专知会员服务
123+阅读 · 2020年9月8日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
计算机 | IUI 2020等国际会议信息4条
Call4Papers
6+阅读 · 2019年6月17日
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
Top
微信扫码咨询专知VIP会员