MétaCan
Menu
Retour à la cohorte
Enregistrement W2537573701 · doi:10.1145/2982142.2982161

An Evaluation of SingleTapBraille Keyboard

2016· article· en· W2537573701 sur OpenAlexaff
Maraim Alnfiai, Srinivas Sampalli

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueInteractive and Immersive Displays
Établissements canadiensDalhousie University
Organismes subventionnairesTaif UniversitySaudi Arabian Cultural Bureau
Mots-clésTouchscreenBrailleText entryComputer scienceHuman–computer interactionAndroid (operating system)Screen readerMultimediaStylusStrengths and weaknessesVisually impairedComputer visionOperating systemPsychology

Résumé

récupéré en direct d'OpenAlex

This paper provides an evaluation of the SingleTapBraille keyboard, designed to assist people with no or low vision in using touchscreen smartphones. This application allows blind users to input characters based on braille patterns. To assess SingleTapBraille, this study compares its performance with that of the commonly used QWERTY keyboard. We conducted an evaluation study with 7 blind participants to examine the performance of both keyboards on Android platforms. Overall, participants were able to quickly adjust to SingleTapBraille and type on touchscreen devices using their knowledge of Braille patterns within fifteen to twenty minutes of introduction to the system. The SingleTapBraille keyboard was better than the QWERTY keyboard in terms of both speed and accuracy, indicating that SingleTapBraille represents an improvement over existing alternatives in making touchscreen keyboards more accessible for blind users. Based on the evaluation results and the feedback of our participants, we discuss the strengths and weaknesses of previous keyboards that have been used by participants, as well as those of SingleTapBraille. In doing so, we consider possible design improvements for the future development of accessible keyboards for blind users.

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)0,004
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,036
Tête enseignante GPT0,314
Écart entre enseignants0,277 · 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'étudeObservationnel
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

Citations33
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInteractive and Immersive DisplaysTravaux en français237 207