MétaCan
Menu
Retour à la cohorte
Enregistrement W2100265104 · doi:10.1186/s40166-014-0002-7

Efficient computer operation for users with a neuromuscular disease with OnScreenDualScribe

2014· article· en· W2100265104 sur OpenAlexaff
Torsten Felzer, I. Scott MacKenzie, Stephan Rinderknecht

Notice bibliographique

RevueJournal of Interaction Science · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensYork University
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésNeuromuscular diseaseComputer sciencePhysical medicine and rehabilitationDiseaseMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

We developed a tool based on a modified number pad to empower persons with certain diseases, in particular of neuromuscular origin, to efficiently operate a computer and enter text. As the keypad lies securely in both hands, the system is ideal for someone who has motor problems using a full-size keyboard. The software offers various assistive techniques. For example, text entry is facilitated with the help of word prediction, and an ambiguous mode with word-level disambiguation allows text entry using the entire Latin alphabet with six keys. In addition to describing the system, we analyze the ambiguous mode and the influence of dictionary size. Initial empirical results with the system, which is already in operation, indicate that it indeed represents a viable alternative by decreasing effort without increasing the time to operate a computer. This journal article mainly differs from the related proceedings paper through an extended literature review and analyses regarding dictionary size.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,423
Score d'incertitude au seuil0,527

Scores Codex et Gemma par catégorie

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

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 Opus0,068
Tête enseignante GPT0,438
Écart entre enseignants0,370 · 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.

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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Interaction ScienceMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207