MétaCan
Menu
Retour à la cohorte
Enregistrement W2786887766 · doi:10.1109/aciiw.2017.8272596

Interfacing biomusic & autism: Integrating ethical considerations into affective technology design

2017· article· en· W2786887766 sur OpenAlexafffundabout
Florian Grond, Melissa Park, Tamar Tembeck, Stefanie Blain‐Moraes

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMcGill University
Mots-clésInterfacingContext (archaeology)Process (computing)Perspective (graphical)AutismEngineering ethicsWork (physics)Computer scienceEthical issuesAssistive technologyKnowledge managementHuman–computer interactionPsychologyEngineering

Résumé

récupéré en direct d'OpenAlex

The process of designing affective technology as an assistive device needs to take ethical questions into account. Although biomusic, an affective technology, has been used effectively as an assistive communication device in the context of healthcare, its use with persons with autism in a broader context poses complex challenges. In order to understand and respond to these challenges, a 3-day workshop was organized in Montreal to gather information from stakeholders, i.e. users on the spectrum, family members and persons who work with them in educational, work, and cultural settings, on the potential uses and ethical issues of biomusic. In this paper, we report some of the outcomes of this workshop from a design perspective, which we used to generate a framework for biomusic as affective technology. This framework proposes three distinct lenses: a technological one, an ecological one, and a human-centered one. We illustrate how this framework can make visible the ethical issues that can emerge during the design process and promote collaborative and concrete solutions that respond to user concerns.

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)0,002
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,732
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0070,001
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,186
Tête enseignante GPT0,498
Écart entre enseignants0,312 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations3
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetAssistive Technology in Communication and MobilityTravaux en français237 207