MétaCan
Menu
Retour à la cohorte
Enregistrement W4296887694 · doi:10.18280/isi.270415

Designing a Two - Dimensional Animation for Verbal Apraxia Therapy for Children with Verbal Apraxia of Speech

2022· article· en· W4296887694 sur OpenAlexvenueno aff
Muhammad Taufik Hidayat, Sarni Suhaila Rahim, Shahril Parumo, Nurul Najihah A’bas, Muhammad ‘Ammar Muhammad Sani, Hilmi Abdul Aziz

Notice bibliographique

RevueIngénierie des systèmes d information · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensnon disponible
Organismes subventionnairesFaculty of Information and Communication Technology, Mahidol UniversityUniversiti Teknikal Malaysia Melaka
Mots-clésAnimationApraxiaCognitive psychologyComputer scienceNonverbal communicationComputer facial animationPsychologyUsabilityCognitionComputer animationMultimediaHuman–computer interactionAphasiaDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Verbal Apraxia, also called Apraxia of Speech (AOS) is a speech sound condition that affects a person’s ability to translate conscious speech goals into motor plans, resulting in limited and difficult communication. This article presents an investigation on the designing of a 2D animation and its use as a therapy for Verbal Apraxia. This paper aims to investigate animation principles and to design and develop an animation video as a therapeutic solution. The expected outcome of this paper is a comprehensive analysis of the cognitive training in verbal therapy while focusing on spreading awareness of verbal apraxia towards society. In conclusion, this animation video runs successfully and meets all the objectives completely. Therefore, this proposed 2D animation is expected to contribute as a teaching syllabus for special needs schools and produce great usability for the users.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,264
Écart entre enseignants0,241 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIngénierie des systèmes d informationMême sujetNeurobiology of Language and BilingualismTravaux en français237 207