AB101. Portable closed-circuit TV versus iPad in spot reading tasks
Notice bibliographique
Résumé
Background: Spot reading, the ability to obtain short pieces of visual information, can easily be rehabilitated with magnification devices, such as loupes or portable closed-circuit TVs (CCTVs). However, they have limitations such as screen size and price and have previously been shown to be stigmatizing when used in public. The arrival of tablet computers provides an alternative with greater magnification at a reduced price. We present preliminary results on the objective and subjective comparison of the iPad and a portable CCTV for spot-reading tasks. Methods: Twenty-three men and 30 women aged 19–93 years, with impaired visual acuity (<20/60) due to central visual impairment, were asked to complete spot-reading tasks involving three common objects (TV cable bill, nutrition info on food package, box of eye drops) using the iPad and a portable CCTV in randomized order. We measured their ability to complete each task and the time it took, in addition to their subjective device assessment and preference. Results: A Bayes Factor and effect size analysis showed no statistically significant differences between the device conditions in the time to complete each task [BF01>4.05, median =−0.043, 95% credible interval (−0.21, 0.234)]. Choosing one device over the other may simply depend on preference which, in our cohort, was divided (39.6% iPad, 56.6% CCTV, 3.8% neither) and which could be influenced by factors such as device size, usability or stigmatization. Conclusions: The data indicate that, for certain spot reading tasks and levels of difficulty, the use of a tablet computer may be as efficient and effective as a traditional device such as a portable CCTV. Future investigations will further examine device preference as we predict that it may influence device success and continuation of use.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».