MétaCan
Menu
Retour à la cohorte
Enregistrement W4293408994 · doi:10.1080/17483107.2022.2114554

Starting from the needs: what are the appropriate sources to co-create innovative solutions for persons with disabilities?

2022· article· en· W4293408994 sur OpenAlexaff
Johanne Mensah-Gourmel, Maxime Bourgain, Christèle Kandalaft, Alain Chatelin, Odile Tissier, Guy Letellier, Jan Willem Gorter, Sylvain Brochard, Christelle Pons, Inès Bréchoire, Pauline Julia, Tuong-Xuân Nguyen-Luong, Pierre Mirlesse, Tomas Studenik, S. Loriot, Brian Tesar, Nolwenn Le Menn, Thomas Gayon, Amélie Génot, Juliette Ropars, Christopher J. Newman, Julie Paradis, Laëtitia Houx, Rodolphe Bailly, Martine Venineaux

Notice bibliographique

RevueDisability and Rehabilitation Assistive Technology · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensMcMaster UniversityMcMaster University Medical Centre
Organismes subventionnairesnon disponible
Mots-clésChecklistAttractivenessToolboxEmpathyPsychologyQuality (philosophy)Point (geometry)Relevance (law)Multidisciplinary approachMedical educationApplied psychologyFidelityQuality of life (healthcare)MedicineComputer scienceSocial psychologyPsychotherapistCognitive psychology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Technical solutions could facilitate activities and participation in individuals with disabilities. For the development of solutions, hackathons are a method of interdisciplinary collaboration. For hackathon, the definition of pain points that require solutions is crucial. We aimed to determine engineers' preferences and expectations regarding pain point qualities. METHODS: We used a collaborative approach involving individuals with disability, families, and healthcare professionals to determine pain points for use by engineering students during a disability Hackathon. A pain point bank was built using 3 upstream sources: a survey (350 responses, 20 pain points selected), interviews (8 children, 13 pain points), and a multidisciplinary workshop based on design thinking methods (45 people, 32 pain points). A fourth source was 20 adults with disabilities present during the Hackathon. Engineering students rated pain point qualities from each source in a questionnaire that included closed questions relating to predefined criteria: achievability, specificity, relevance and attractiveness and open questions to collect non-predefined quality criteria. RESULTS: Pain points from the workshop were most frequently used (48%); followed by on-site discussions with mentors (43%), the survey (38%), and interviews (31%). On-site discussions received the highest quality ratings followed by the workshop, survey, and interviews. Three quality criteria emerged from the responses to open questions: "representative", "empathy", and "real-need". CONCLUSIONS: To be actionable by engineers, pain points must relate to real needs, be achievable, specific, relevant and attractive but also representative and arouse empathy. We devised a checklist of qualities along with a toolbox of methods to achieve each. Implications For RehabilitationThe first step of the development of technical solutions for children and individuals with disabilities is the identification of their needs and their adequate formulation to be submitted to technical solutions providers.Daily life needs of individuals with disability were gathered for an engineering hackathon and proposed as pain points to 400 engineering students.To facilitate the development of solutions by engineers, pain points must relate to real needs, be specific, relevant, achievable and attractive; be representative and arouse empathy; a toolbox of needs collection methods is proposed to achieve each of those qualities.Discussions with individuals with disability and health professionals should be provided.

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)0,015
score de la tête « metaresearch » (Gemma)0,056
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,056
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0050,003
Communication savante0,0090,016
Science ouverte0,0020,010
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,242
Écart entre enseignants0,228 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisability and Rehabilitation Assistive TechnologyMême sujetBiomedical and Engineering EducationTravaux en français237 207