WINTER: PUBLIC ENEMY #1 FOR ACCESSIBILITY EXPLORING NEW SOLUTIONS
Notice bibliographique
Résumé
Abstract: Winter is expensive. For countries situated in the northern hemisphere, closer to the north pole, such as Canada, Russia and Scandinavia, winter requires the acquisition of special clothing, car tires, and sports equipment, snow removal or plowing from the streets, and is associated with the presence of ice patches, along with accidents and illnesses associated with cold weather. Fall-related injuries due to winter conditions have been estimated to cost the Canadian health care system $ 2.8 billion a year. However, the greatest cost snow entails every year is the social isolation of seniors as well as wheelchair and walker users. This results from the lack of accessibility, as it is difficult to circulate on snow-covered streets even for the able-bodied. Social isolation has been associated with other negative consequences such as depression and even suicide. This exploratory pilot study aimed at finding possible and feasible design solutions for improving the accessibility of sidewalks during winter conditions. For this project we used a Co-Design methodology. Stakeholders (City of Quebec representatives, designers, urban planners, occupational therapists, and adults with motor, visual and aural disabilities) were invited to participate in the design process. In order to meet the objectives, two main steps were carried out: 1. Conception of the design solutions (through Co-design sessions in a Focus-group format with seniors, designers and researchers); and 2. Validation of the design solutions (consultation with experts and stakeholders). The results are a wide variety of possible and feasible solutions, including the reorganisation of the snow-removal procedure and the development of heated curb cuts. This project was funded by the City of Quebec in partnership with the Centre interdisciplinaire de recherche en réadaptation et intégration sociale (CIRRIS). Ultimately, the project sought to explore possible solutions to be implemented, if feasible, in the future by the municipal government
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,061 | 0,006 |
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 ».