MétaCan
Menu
Retour à la cohorte
Enregistrement W4238616010 · doi:10.24124/2009/bpgub616

People with disabilities: Employment and assistive technology in northern British Columbia.

2009· dissertation· en· W4238616010 sur OpenAlexaffabout
Kari Harder

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensCanadian HeritageUniversity of Northern British ColumbiaLibrary and Archives Canada
Organismes subventionnairesnon disponible
Mots-clésWorkforceAssistive technologyExploratory researchPsychologyMedical educationMedicinePolitical scienceSociologyComputer scienceHuman–computer interactionSocial science

Résumé

récupéré en direct d'OpenAlex

With the advances in assistive technology, it was anticipated that people with disabilities would be able to participate in the workforce at a greater rate however, people with disabilities are still underrepresented in the workforce in Canada. In addition, little research has been conducted on the desire of people with disabilities to be self-employed. To explore the desire for self-employment and why the advances in assistive technology have not increased the number of people with disabilities in the workforce, a mixed methods sequential exploratory study was used. The respondents said that their disability was the main factor that prevented them from working, not the lack of assistive technology, although most were not aware of the various assistive devices that were available to them. In addition, the majority of respondents wanted to be self-employed. The results suggest that more education about assistive technology is needed.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,938
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,368
Écart entre enseignants0,345 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations0
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAssistive Technology in Communication and MobilityTravaux en français237 207