MétaCan
Menu
Retour à la cohorte
Enregistrement W2625615782 · doi:10.1108/ijilt-08-2016-0027

Disability-aware adaptive and personalised learning for students with multiple disabilities

2017· article· en· W2625615782 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

RevueInternational Journal of Information and Learning Technology · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueE-Learning and Knowledge Management
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésLearning disabilityComputer scienceSpecial needsMultimediaPsychology

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to address how virtual learning environments (VLEs) can be designed to include the needs of learners with multiple disabilities. Specifically, it employs AI to show how specific learning materials from a huge repository of learning materials can be recommended to learners with various disabilities. This is made possible through employing semantic web technology to model the learner and their needs. Design/methodology/approach The paper reviews personalised learning for students with disabilities, revealing the shortcomings of existing e-learning environments with respect to students with multiple disabilities. It then proceeds to show how the needs of a student with multiple disabilities can be analysed and then simple logical operators and knowledge-based rules used to personalise learning materials in order to meet the needs of such students. Findings It has been acknowledged in literature that designing for cases of multiple disabilities is difficult. This paper shows that existing learning environments do not consider the needs of students with multiple disabilities. As they are not flexibly designed and hence not adaptable, they cannot meet the needs of such students. Nevertheless, it is possible to anticipate that students with multiple disabilities would use learning environments, and then design learning environments to meet their needs. Practical implications This paper, by presenting various combination rules to present specific learning materials to students with multiple disabilities, lays the foundation for the design and development of learning environments that are inclusive of all learners, regardless of their abilities or disabilities. This could potentially stimulate designers of such systems to produce such inclusive environments. Hopefully, future learning environments will be adaptive enough to meet the needs of learners with multiple disabilities. Social implications This paper, by proposing a solution towards developing inclusive learning environments, is a step towards inclusion of students with multiple disabilities in VLEs. When these students are able to access these environments with little or no barrier, they will be included in the learning community and also make valuable contributions. Originality/value So far, no study has proposed a solution to the difficulties faced by students with multiple disabilities in existing learning environments. This study is the first to raise this issue and propose a solution to designing for multiple disabilities. This will hopefully encourage other researchers to delve into researching the educational needs of students with multiple disabilities.

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)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,386
Score d'incertitude au seuil0,514

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,001
Science ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,292
Écart entre enseignants0,278 · 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