MétaCan
Menu
Retour à la cohorte
Enregistrement W2090469523 · doi:10.1080/10400435.2010.483645

Perceptions of Writing and Communication Aid Use Among Children with a Physical Disability

2010· article· en· W2090469523 sur OpenAlexaff
Alysia Carpe, Katie Harder, Cynthia Tam, Denise Reid

Notice bibliographique

RevueAssistive Technology · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensHolland Bloorview Kids Rehabilitation HospitalBridgepoint Active HealthcareUniversity of TorontoPublic Health Ontario
Organismes subventionnairesnon disponible
Mots-clésPerceptionPsychologyAssistive technologyPhysical disabilityMedical educationApplied psychologyPhysical therapyEngineeringMedicineMultimediaPhysical medicine and rehabilitationComputer scienceHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

Children with physical disabilities (CPD) often experience decreased opportunities to participate in daily occupations. Occupational therapists (OTs) prescribe writing and communication aids; however, little is known about this population's perceptions of the technology. This qualitative study explored the perceptions that CPD had regarding their writing and communication aids. Children were interviewed; a focus group of one parent and two OTs provided context to the children's comments. Enablers and barriers to using communication aids were found. Participants reported a greater sense of pride, more self-confidence, and a greater sense of autonomy and productivity with the technology. Analysis of the interviews, focus group, and reflective notes resulted in a model showing how enablers and barriers of on-screen technology usage relates to occupational enhancement or occupational detriment. This study contributes to an understanding of the meaning that CPD associate with writing technology and the factors associated with usage.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
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 Opus0,027
Tête enseignante GPT0,384
Écart entre enseignants0,357 · 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

Citations15
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAssistive TechnologyMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207