Positioning Practices of Orientation and Mobility Specialists When Teaching Street Crossings: Is There a Standard Approach?
Notice bibliographique
Résumé
Introduction: An important skill for orientation and mobility (O&M) specialists to have is to monitor clients appropriately when they are learning to cross intersections. Techniques books provide some suggestions for positioning during street crossings, but no research has been conducted about consensus or priorities for making appropriate decisions on positioning. The purpose of this study was to investigate general positioning decisions using visual monitoring techniques. Method: A total of 234 participants (practicing O&M specialists, preservice O&M students, and O&M university personnel) completed a 40-question survey. The survey included demographic questions, diagrams of intersections that participants used to select positioning locations, questions about lanes of threat, and questions about important factors to consider when positioning to monitor safety. Commonality of selections were analyzed and compared with demographic information. Results: The greatest consensus was found for all intersection types when the client is positioned on the corner waiting to cross and for identification of the first lane of threat. More variable position selections were made for monitoring during the crossings, and the second and third lane of threat selections were also more variable. Factors respondents indicated as most important to consider when positioning aligned with their positioning choices overall. Discussion: Personnel preparation programs may want to consider to what extent they teach considerations for positioning before and during crossings, and whether the predominant tendency to put oneself between the client and traffic warrants additional conversation. Future research should look at more complex intersections and the additional nuances used to make positioning choices. Implications for practitioners: Practitioners should reflect on whether they actively change their positioning decisions based on the situation and type of intersection versus tending to use a standard strategy.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».