MétaCan
Menu
Retour à la cohorte
Enregistrement W1723814255 · doi:10.14288/1.0098535

Use of the light rail or light rapid transit systems by individuals with severe visual impairments

2010· article· en· W1723814255 sur OpenAlexaff
Kathryn Jane Svendsen

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensFuture Vehicle Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésOrientation and MobilityLight rail transitIndependence (probability theory)Orientation (vector space)Light railTransit (satellite)Visually impairedBlindnessPsychologyTransport engineeringComputer scienceHuman–computer interactionPublic transportOptometryEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

This study investigated the relationship between use of Light Rapid or Light Rail (LRT) by persons with severe visual impairments and independence in orientation and mobility. Use of the LRT poses special problems to blind users and requires skill in mobility. The premise of the study was that blind persons who felt confident in travelling independently were more likely to use the LRT than those who do not. The study also examined the difficulties blind persons experienced in LRT use. The subjects were 63 persons between the ages of 19 and 65 who responded to a survey questionnaire. Thirty five of these individuals were male and 25 were female. All the subjects were registered as legally blind with the C.N.I.B. The range of visual loss included total blindness, light perception, tunnel vision, central vision loss and low vision. The results indicated that orientation and mobility training on the LRT system would resolve many of the difficulties that users of the systems encountered. Modification of the systems by transit companies to make the systems more easily accessible to visually impaired travellers are suggested.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,201
Écart entre enseignants0,191 · 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'étudeObservationnel
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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetUrban Transport and AccessibilityTravaux en français237 207