MétaCan
Menu
Retour à la cohorte
Enregistrement W2619805335 · doi:10.17821/srels/2015/v52i1/57554

Adaptive Facilities for Supporting Differently-abled Persons in the Library Environment: A Case Study of Libraries in Shillong, Meghalaya, India

2015· article· en· W2619805335 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSRELS Journal of Information Management · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésBrailleProcess (computing)Variety (cybernetics)Library scienceBusinessComputer scienceOperating system

Résumé

récupéré en direct d'OpenAlex

The differently-abled are emerging as a force that cannot be ignored today. While the capabilities of many of these are almost at par with and sometimes even surpass those of the 'abled', their special needs cannot also be denied. Public institutions of all kinds have geared up or are in the process of gearing up to facilitate the smooth movement and functioning of this group, with a variety of facilities, from general ones such as crutches, elevators, ramps, braille, hearing aids etc. to more specialized ones such as CUPID, Dexter etc. Libraries worldwide have also put many of these adaptive facilities in place. This study set out to explore whether libraries in Shillong, North East India, provide adaptive facilities for supporting the differently-abled. The study found that the libraries in Shillong are grossly under-equipped in this regard and that excuses abound. Reasons for not having adaptive facilities for the differently-abled range from lack of funds to 'absence of differently-abled patrons'- a claim that exposes the lack of planning on the part of the libraries. It was found however, that some Library staff members do realize the significance of the differently-abled and the need for facilitating their functioning in the Library environment.

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.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,266

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,054
Tête enseignante GPT0,271
Écart entre enseignants0,217 · 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