MétaCan
Menu
Retour à la cohorte
Enregistrement W2150230642 · doi:10.1044/aac20.2.64

It's Not About the Technology, or Is It? Realizing AAC Through Hard and Soft Technologies

2011· article· en· W2150230642 sur OpenAlexaff
Albert M. Cook

Notice bibliographique

RevuePerspectives on Augmentative and Alternative Communication · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAugmentative and alternative communicationComputer scienceAugmentativeEmerging technologiesAssistive technologySimple (philosophy)TelecommunicationsInformation and Communications TechnologyHuman–computer interactionWorld Wide WebArtificial intelligencePsychology

Résumé

récupéré en direct d'OpenAlex

Abstract To many people, augmentative and alternative communication (AAC) implementation is synonymous with technologies of various types. For many others, technology is but one, sometimes small, piece of the implementation puzzle. So, is AAC about the technology or not? This paper presents a broad picture of technology as consisting of both hard and soft technologies. The article supports both types of technology as necessary for successful AAC implementation. For many individuals, hard technologies are necessary to support expressive communication. High-tech hard technologies have many options, but only a few fundamental principles, with truly unique new characteristics rarely being introduced. What does change, however, is the platform upon which the AAC devices are built. Originally, AAC devices were based on simple electronic circuits, then specialized computers, and, finally, general computers. Most recently, smart phones and pad computers have been used as the platform for AAC device functions. In this paper, I contend that it is not the technology that is critical; rather, it is our ability to take advantage of that technology for the benefit of people with complex communication needs.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,616
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,003
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
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 Opus0,280
Tête enseignante GPT0,489
Écart entre enseignants0,209 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations8
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerspectives on Augmentative and Alternative CommunicationMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207