Constructing narratives to describe video events using aided communication
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.
Notice bibliographique
Résumé
Narratives are a pervasive form of discourse and a rich source for exploring a range of language and cognitive skills. The limited research base to date suggests that narratives generated using aided communication may be structurally simple, and that features of cohesion and reference may be lacking. This study reports on the analysis of narratives generated in interactions involving aided communication in response to short, silent, video vignettes depicting events with unintended or unexpected consequences. Two measures were applied to the data: the Narrative Scoring Scheme and the Narrative Analysis Profile. A total of 15 participants who used aided communication interacted with three different communication partners (peers, parents, professionals) relaying narratives about three video events. Their narratives were evaluated with reference to narratives of 15 peers with typical development in response to the same short videos and to the narratives that were interpreted by their communication partners. Overall, the narratives generated using aided communication were shorter and less complete than those of the speaking peers, but they incorporated many similar elements. Topic maintenance and inclusion of scene-setting elements were consistent strengths. Communication partners offered rich interpretations of aided narratives. Relative to the aided narratives, these interpreted narratives were typically structurally more complete and cohesive and many incorporated more elaborated semantic content. The data reinforce the robust value of narratives in interaction and their potential for showcasing language and communication achievements in aided communication.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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