MétaCan
Menu
Retour à la cohorte
Enregistrement W1186906220 · doi:10.3233/978-1-61499-566-1-189

Using a Participatory Action Research Design to Develop an Application Together with Young Adults with Spina Bifida

2015· article· en· W1186906220 sur OpenAlexaboutno aff
Magnus Lindskog-Wallander, Eva Arnemo

Notice bibliographique

RevueStudies in health technology and informatics · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpina bifidaAction (physics)Participatory action researchComputer scienceMedicinePediatricsSociologyPhysics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Young adults with spina bifida often have cognitive difficulties. As a result, young adults with disabilities are facing challenges with respect to housing, education, relationships and vocation which increases risk of unemployment. AIM: The aim is to describe a method to develop a smartphone application together with young adults with spina bifida as an assistive technology for cognition. METHOD: In a Participatory Action Research approach, young adults (n = 5) with spina bifida were individually interviewed with Canadian Occupational Performance Measure (COPM). The participants' restrictions in everyday life activities, identified by COPM, were discussed in a focus group formed by the young adults and the result was analyzed using qualitative content analysis. Developing the application the principles of Human-Centered-Design and Universal Design was followed. RESULT: An application made for iOS with a focus on usability and worthiness, done by creating a clear and intuitive interface, with a calendar function useful for example to initiate and plan social activities was developed. CONCLUSION: The method seems useful when the outcome from the project, a beta version of an application for iOS Smartphone, was achieved in agreement with the participants. The study highlight the importance of involving individuals with disabilities when developing smartphone applications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,042
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,221

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0420,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,004
Communication savante0,0030,002
Science ouverte0,0020,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,650
Tête enseignante GPT0,605
Écart entre enseignants0,045 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207