Instruction in Specialized Braille Codes, Abacus, and Tactile Graphics at Universities in the United States and Canada
Notice bibliographique
Résumé
Introduction This study gathered data on methods and materials that are used to teach the Nemeth braille code, computer braille, foreign-language braille, and music braille in 26 university programs in the United States and Canada that prepare teachers of students with visual impairments. Information about instruction in the abacus and the preparation of tactile graphics was also gathered. Methods A faculty representative from each university completed a 39-question online demographic survey during fall 2011. Frequency counts for each item were tabulated, and comments were reviewed and categorized. Results All 26 university programs provided instruction in the Nemeth braille code. Most also provided introductory information on foreign-language braille, computer braille, and music braille. There was a high rate of consistency across the programs in what constituted a braille error. The university programs required students to prepare tactile graphics and learn computation on the abacus. The delivery of courses through a hybrid model was most common. Discussion University programs are providing instruction in the Nemeth braille code, though there is variability in the topics that are covered, the books that are used, and the assignments that are required. Most university programs are also exposing their preservice students to specialized braille codes and are teaching them to produce tactile graphics and to perform computations on the abacus. Future studies are needed to look at the quality of instruction and, if the amount of instruction in the different topics is sufficient, to prepare future teachers of students with visual impairments adequately. Implications for practitioners Data gathered from this study will assist university programs to evaluate the content of their courses on the topics that were studied. Adjustment in the content of courses may result, which may subsequently affect the skill set of practitioners as they complete university preparation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».