MétaCan
Menu
Retour à la cohorte
Enregistrement W2220304010 · doi:10.5539/cis.v9n1p31

Accessible and Navigable Representation of Mathematical Function Graphs to the Vision-Impaired

2015· article· en· W2220304010 sur OpenAlexvenueno aff
Azadeh Nazemi, Chandrika Fernando, Iain Murray, David A. McMeekin

Notice bibliographique

RevueComputer and Information Science · 2015
Typearticle
Langueen
DomaineMathematics
ThématiqueCognitive and developmental aspects of mathematical skills
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMathematical theoryRepresentation (politics)Mathematical problemFunction (biology)GraphMathematical structureMathematical modelTheoretical computer scienceArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

Vision-impaired students have several issues accessing mathematical documents, which are associated with representation of mathematical expressions and graphs of mathematical functions. Graphs of mathematical functions are visual presentations of mathematical information and useful to illustrate numerical or qualitative information, which are sometimes difficult or even impossible to describe. A graph is a picture that shows how sets of data are related to each other. Graphs of mathematical functions generally convey the intended message of a mathematical document. Therefore, access to graphs is essential in learning mathematics. Finding a solution to represent graphs of mathematical functions in an accessible format is necessary for the vision-impaired. This paper describes an approach to develop an application to address this issue by detecting, extracting and categorising important information from graphs of mathematical functions using three open source packages, namely, ImageMagick, GNUPLOT and Octave

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,368
Score d'incertitude au seuil0,190

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,047
Tête enseignante GPT0,337
Écart entre enseignants0,290 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer and Information ScienceMême sujetCognitive and developmental aspects of mathematical skillsTravaux en français237 207