MétaCan
Menu
Retour à la cohorte
Enregistrement W2067215310 · doi:10.3109/17483107.2014.883651

The experience of speech recognition software abandonment by adolescents with physical disabilities

2014· article· en· W2067215310 sur OpenAlexaff
Rebecca Van Schyndel, Amita Bhargava Furgoch, Tara Previl, Rose Martini

Notice bibliographique

RevueDisability and Rehabilitation Assistive Technology · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesTD Bank
Mots-clésAbandonment (legal)NarrativeHandwritingPsychologyIntervention (counseling)Medical educationApplied psychologyComputer scienceMedicineLinguisticsPsychiatryArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Introduction: There is a high rate of speech recognition software (SRS) abandonment by adolescent students with physical disabilities. Purpose: This study sought to describe the experience of adolescents & their parents, who experienced abandonment of SRS. Methods: Using a narrative inquiry method, semi-structured interviews were conducted with three adolescents with a physical disability (and two parents). The individual narratives were transcribed and analyzed using plot-solution and three-dimensional space narrative elements. Results: Participants’ descriptions of their experiences of abandonment emerged along four descriptive themes: (a) they didn’t tell me the whole story, (b) I know how to use it, it’s just not worth the time and effort, (c) it’s just not the right fit for me or my needs, (d) there’s an easier way! Conclusion: Participants believed the SRS was not an adequate fit for their needs or their specific disabilities and so resorted to alternative methods of written communication. A better understanding of the compatibility of the client’s needs with the strengths & limitations of the technology, may improve the prescription and intervention process for both therapists & their clients. Implications for RehabilitationSpeech recognition software (SRS) may be a useful option for those who have difficulty in handwriting.Prescribing clinicians need to clearly outline any potential challenges or limitations of the technology they are recommending in order to help create realistic expectations. They should encourage the users to give honest feedback about their challenges.SRS may not be useful for every type of writing activity and many writing options should be made available to the individual so that the person may choose the option that best fits the activity. Parents and other facilitators, as well as the users themselves need to be helped to understand this.Prescribing clinicians should be aware that SRS in French may have some unique challenges related to the language and the clients’ regional accents.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,088
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,010
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,353
Écart entre enseignants0,332 · 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 tête enseignante, pas un consensus.

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

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisability and Rehabilitation Assistive TechnologyMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207