MétaCan
Menu
Retour à la cohorte
Enregistrement W2054023415 · doi:10.1080/0743461031000116544

Attitudes Toward Communication Modes and Message Formulation Techniques Used for Storytelling by People with Amyotrophic Lateral Sclerosis

2003· article· en· W2054023415 sur OpenAlexfundno aff
Melanie May Richter, Laura J. Ball, David R. Beukelman, Joanne P. Lasker, Cara Ullman

Notice bibliographique

RevueAugmentative and Alternative Communication · 2003
Typearticle
Langueen
DomainePsychology
ThématiqueHearing Impairment and Communication
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of GeneticsNational Institute on Disability and Rehabilitation Research
Mots-clésAmyotrophic lateral sclerosisAugmentative and alternative communicationSentenceNarrativeStorytellingPsychologyPreferenceAudiologyComputer scienceCommunicationLinguisticsMedicineNatural language processingDisease

Résumé

récupéré en direct d'OpenAlex

Two investigations were completed regarding attitudes toward components of AAC used to tell stories by people with amyotrophic lateral sclerosis (people with ALS). In Study 1, the attitudes of three groups of listeners (people with ALS, caregivers, and unfamiliar listeners) toward three communication modes (unintelligible natural speech, communication notebook, and synthesized speech) were examined. The listener groups viewed videotapes of people with ALS delivering three narratives, each with one of three different communication modes. In study 2, attitudes of three groups of listeners toward three message formulation techniques (word-by-word, sentence-by-sentence, and complete narrative) used for storytelling were examined. Listeners viewed videotapes of people with ALS using synthesized speech to tell three narratives, each with one of three different message formulation techniques. Results for both studies indicated agreement among the individuals who used AAC and listener groups, and a strong preference for AAC use by people with ALS when speech becomes unintelligible. A need for features in AAC devices allowing for larger message 'capture' and 'retrieval' capabilities is 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)0,005
score de la tête « metaresearch » (Gemma)0,020
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,072
Tête enseignante GPT0,354
Écart entre enseignants0,282 · 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

Citations16
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAugmentative and Alternative CommunicationMême sujetHearing Impairment and CommunicationTravaux en français237 207