MétaCan
Menu
Retour à la cohorte
Enregistrement W2896313955 · doi:10.1080/15710882.2018.1531134

Spatialising differently through ability and techné

2018· article· en· W2896313955 sur OpenAlexafffundabout
Janice Rieger, Jasmien Herssens, Megan Strickfaden

Notice bibliographique

RevueCoDesign · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueInnovative Human-Technology Interaction
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaKillam TrustsAgentschap voor Innovatie door Wetenschap en Technologie
Mots-clésAbleismNormativeEmbodied cognitionOrder (exchange)PsychologySociologyCognitive psychologyEpistemologyComputer scienceGender studiesArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper reflects on multisensorial and multimodal processes by considering spatial design differently through three case studies in Canada and Belgium that involved persons with visual impairments. Our research provokes alternative ways of ‘seeing’ and ‘being’ in the world and we assert that the normative ways that designers think, act, and design for/with people who have disabilities can be shifted when considering ableism and techné together. Our studies and methods differ from other design processes and methods, in that we situate design within an understanding of ableism and techné, where we encourage designers to reflect upon their ability biases in order to break assumptions about the abilities and disabilities of users and/or codesigners. Through exploring, observing and creating, nuanced examinations into ability and techné are revealed that support an intimate bond and an empathic response towards shaping the designers’ understanding of participants embodied and practical knowledge. Our case study research expands the ways of knowing and doing in codesign through ableism and techné with people who are visually impaired, to create inspiring and meaningful designs through multisensorial processes that are inclusive of ‘seeing’ in order to spatialise differently.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,039
Communication savante0,0120,006
Science ouverte0,0010,012
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,034
Tête enseignante GPT0,294
Écart entre enseignants0,260 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations10
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCoDesignMême sujetInnovative Human-Technology InteractionTravaux en français237 207