MétaCan
Menu
Retour à la cohorte
Enregistrement W2114672044 · doi:10.1016/j.alter.2014.02.007

Understanding people’s needs in a commercial public space

2014· article· en· W2114672044 sur OpenAlexaff
Tiiu Poldma, Delphine Labbé, Sylvain Bertin, Ève de Grosbois, Maria Barile, Kathrina Mazurik, Michel Desjardins, Hakim Herbane, Gatline Artis

Notice bibliographique

RevueAlter · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensDawson CollegeUniversité du Québec à MontréalUniversity of SaskatchewanUniversité de MontréalCentre for Interdisciplinary Research in Rehabilitation
Organismes subventionnairesnon disponible
Mots-clésPublic spaceDocumentationSociologyNarrativeLived experienceSpace (punctuation)PsychologyPerceptionHumanitiesArtEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Adapting public spaces for persons with disabilities can be both physically and socially challenging. The two pilot studies presented explore the existing physical conditions of the mall and the social experiences of the mall users as these are documented and experienced by them. The research goals include understanding the physical characteristics of the mall, how access happens, what people experience in real time when going to the mall and what this might mean in terms of issues of social construction of space and personal lived experiences. In both pilot studies, the methods included visual documentation and content analysis of the existing spaces and their design, followed by live in-mall walk-abouts with participants, during which narratives of the experiences were recorded. Researchers engaged collaboratively with participants to understand the experiences, challenges and situations they experienced. Participants include persons with reduced vision or severe vision loss and persons in motorized wheelchairs. Results reveal issues of lack of accessibility, poor contrast and issues of way-finding. Social stigmas add to mall experiences and participants nevertheless reveal the value of the social experiences despite the mall elements hampering their access.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,003
Communication savante0,0040,007
Science ouverte0,0010,004
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,117
Tête enseignante GPT0,316
Écart entre enseignants0,200 · 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

Citations25
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlterMême sujetUrban Transport and AccessibilityTravaux en français237 207