MétaCan
Menu
Retour à la cohorte
Enregistrement W1498398953 · doi:10.1080/10400435.2008.10131947

A Review of Emerging Access Technologies for Individuals With Severe Motor Impairments

2008· review· en· W1498398953 sur OpenAlexaff
Kelly Tai, Stefanie Blain, Tom Chau

Notice bibliographique

RevueAssistive Technology · 2008
Typereview
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensHolland Bloorview Kids Rehabilitation HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésExtant taxonModalitiesElectrocorticographyComputer sciencePhysical medicine and rehabilitationElectroencephalographyPsychologyNeuroscienceMedicine

Résumé

récupéré en direct d'OpenAlex

Research and development in the field of access technologies for individuals with severe motor impairments has accelerated over the past 10 years. Many emergent alternatives to conventional mechanical switches, such as infrared sensing, electromyography, oculography, and computer vision, have been investigated for those retaining some limited volitional motor ability. At the same time, electroencephalography, electrocorticography, intracortical recordings, and electrodermal activity have been explored for those presenting as locked in. The relevant literature is scattered across many disciplines, obfuscating the strength of the clinical evidence in support of the different access technologies currently in development. This article systematically organizes the literature on the aforementioned access technologies, summarizing their underlying operational mechanisms while reviewing the clinical evidence reported between 1996 and 2006. Research evidence within this period is generally found to be at the case study or uncontrolled study level, with very modest sample sizes. Novel mechanical switches and electroencephalography-based access systems dominate the literature, whereas many other movement-based access modalities have emerged with promising early findings. Access methods for those without extant physical movement constitute a critical direction for future and ongoing research efforts.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,062
Tête enseignante GPT0,375
Écart entre enseignants0,313 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations149
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAssistive TechnologyMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207