MétaCan
Menu
Retour à la cohorte
Enregistrement W2994571472 · doi:10.1080/09687599.2019.1696749

Caught in-between: tensions experienced by community mobility scooter users

2019· article· en· W2994571472 sur OpenAlexafffund
Sharon Jang, W. Ben Mortenson, Laura Hurd Clarke, R. Lee Kirby

Notice bibliographique

RevueDisability & Society · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensDalhousie UniversityInternational Collaboration On Repair DiscoveriesUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésLiminalityNegotiationVariety (cybernetics)AmbiguityPsychologySocial psychologySociologyApplied psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

The use of mobility scooters is becoming more common due to their effectiveness, social acceptability, and cost. A variety of benefits have been associated with scooter use, including increased mobility, social participation, confidence, and sense of independence; however, scooter users frequently encounter barriers in their communities. This study employed interpretive description to explore the everyday experiences of scooter users as they navigate the social and physical world. Semi-structured interviews were conducted with 20 participants (10 men and 10 women), aged 40 to 86 years. Our analysis identified a single overarching theme, experiencing liminality, which referred to the ambiguous status of mobility scooters and their users. This ambiguity arose from the participants’ a) ambulatory status and perceived cognitive capacity; b) difficulties fitting into the built environment; and c) experiences of negotiating the social environment. We discuss our findings in light of theorizing about liminality and the social model of disability.

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)0,003
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0080,005
Communication savante0,0040,004
Science ouverte0,0010,008
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,082
Tête enseignante GPT0,434
Écart entre enseignants0,352 · 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'étudeQualitatif
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

Citations11
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDisability & SocietyMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207