MétaCan
Menu
Retour à la cohorte
Enregistrement W2157792901 · doi:10.1080/10400430903519944

Multiple Perspectives on the Accessibility of E-Learning in Canadian Colleges and Universities

2010· article· en· W2157792901 sur OpenAlexaffabout
Jennison V. Asuncion, Catherine S. Fichten, Vittoria Ferraro, Caroline Chwojka, Maria Barile, Mai Nhu Nguyen, Joan Wolforth

Notice bibliographique

RevueAssistive Technology · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Accessibility for Disabilities
Établissements canadiensMcGill UniversityDawson College
Organismes subventionnairesnon disponible
Mots-clésLearning disabilityExploratory researchPsychologyMedical educationService providerWeb accessibilityService (business)MedicineThe InternetComputer scienceSociologyBusinessMarketingWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

An exploratory study identified and compared the views of 77 campus disability service providers, 38 professors, and 45 e-learning professionals from Canadian colleges and universities regarding their experiences with e-learning and its accessibility to students with disabilities. Findings indicate that all groups saw benefit in having someone who makes e-learning accessible to students with disabilities on campus and that problems related to e-learning accessibility were most likely to go to campus disability service providers and least likely to e-learning professionals. Only half of the participants indicated that professors are taught about e-learning accessibility, that there is someone on campus who makes e-learning accessible, that accessibility is a criterion for selecting new types of e-learning, and that their school has e-learning accessibility guidelines or policies. These findings suggest that important e-learning accessibility problems remain. Recommendations for colleges and universities on how to increase e-learning accessibility are provided.

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)0,006
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,963
Score d'incertitude au seuil0,267

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0240,009
Communication savante0,0070,002
Science ouverte0,0010,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,012
Tête enseignante GPT0,281
Écart entre enseignants0,269 · 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

Citations22
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAssistive TechnologyMême sujetDigital Accessibility for DisabilitiesTravaux en français237 207