Using robots in “Hands-on” academic activities: a case study examining speech-generating device use and required skills
Notice bibliographique
Résumé
PURPOSE: A 12-year-old girl, Emily, with complex communication needs and severe physical limitations, controlled a Lego robot from a speech-generating device (SGD) to do various "hands-on" academic activities. Emily's teacher and assistive technology (AT) team thought that controlling a robot would motivate Emily to "use her SGD more". METHOD: A descriptive case study was used because the integration of communication and manipulation technologies is not yet understood. Target activities and goals were chosen by Emily's teacher and AT team. Emily performed several manipulative math activities and engaged in an "acting" activity aimed at increasing her message length. The competency skills needed to control a robot from the SGD were examined, as well as stakeholder satisfaction with the robot system. RESULTS: Emily generated up to 0.4 communication events and 7 robot commands per minute in the activities. Her length of utterance was usually one-word long, but she generated two- and three-word utterances during some activities. Observations of Emily informed a framework to describe the competency skills needed to use SGDs to control robots. Emily and her teacher expressed satisfaction with robot use. CONCLUSION: Robot use could motivate students to build SGD operational skills and learn educational concepts. Implications for Rehabilitation Controlling a robot from a speech-generating device (SGD) could increase students' motivation, engagement and understanding in learning educational concepts, because of the hands-on enactive approach. The robot and SGD system was acceptable to the participant and teacher and elicited positive comments from classmates. Thus, it may provide a way for children with disabilities to link with the curriculum and with other students in the classroom. Controlling a robot via SGD presents opportunities to improve augmentative and alternative communication operational, linguistic, social and strategic skills. Careful choice of activities will ensure that the activity requirements focus on the desired target skill, e.g. drawing or playing board games could be helpful to build operational skills and acting out stories could be helpful for building linguistic skills.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».