MétaCan
Menu
Retour à la cohorte
Enregistrement W4319762215 · doi:10.4236/jss.2023.112005

Employment Situation and Career Preferences of Persons Who Use Augmentative and Alternative Communication (AAC) in Germany

2023· article· en· W4319762215 sur OpenAlexaff
Gregor Renner, Dustin Karl, Beata Batorowicz

Notice bibliographique

RevueOpen Journal of Social Sciences · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésAugmentative and alternative communicationPsychologyPerspective (graphical)Applied psychologySocial psychologyComputer sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

Purpose: Little is known about employment situations as well as career preferences and aspirations of people who use Augmentative and Alternative Communication (AAC), especially from the perspective of these individuals themselves. The purpose of this study was therefore to explore 1) employment situations of the persons who use AAC; 2) their satisfaction with the employment situation; and 3) their career preferences. Methods: An online questionnaire was developed for the purpose of this study. Twenty-one persons, aged 16 to 65, participated in this study. Results: Ten participants (47.6%) were employed in disability specific workshops, five (23.8%) attended adult day centres for people with disabilities, two (9.5%) were unemployed, two (9.5%) were students, and two (9.5%) did not specify their employment status. Nine participants (42.9%) were satisfied with their current employment situation to some extent, while another nine were not satisfied (42.9%). Out of 21 participants, 15 (71.4%) desired a change of their situation, of which nine (42.9%) aspired to employment in the general labour market. Conclusions: Future research is needed to address specific barriers and facilitators related to accessing meaningful employment for individuals who rely on AAC and accommodations needed to support such employment.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,340
Tête enseignante GPT0,526
Écart entre enseignants0,186 · 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'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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Journal of Social SciencesMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207