MétaCan
Menu
Retour à la cohorte
Enregistrement W4385476420 · doi:10.1080/17483107.2023.2241515

Canadian manufacturer and technician perspectives on the design and use of augmentative and alternative communication technology

2023· article· en· W4385476420 sur OpenAlexaffabout
Sonja Bonar, Seamus P. L. Burnham, Jillian T. Henderson, Beata Batorowicz, Shane D. Pinder, Tracy A. Shepherd, T. Claire Davies

Notice bibliographique

RevueDisability and Rehabilitation Assistive Technology · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésAugmentative and alternative communicationThematic analysisFlexibility (engineering)CandidacyProcess managementGovernment (linguistics)TechnicianFocus groupKnowledge managementBusinessComputer sciencePsychologyEngineeringQualitative researchMarketingManagementPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Device manufacturers and technicians (MaTs) of augmentative and alternative communication (AAC) systems play key roles in the design and successful uptake of communication devices. This study aims to investigate MaT perspectives on AAC device design and effective use. MATERIALS AND METHODS: To investigate their perspectives, a focus group of MaTs within Canada was conducted. Reflexive thematic analysis was used to analyze data. FINDINGS: Three major themes resulted from analysis, which reflect MaT's views: AAC hardware and software flexibility, AAC knowledge and implementation, and social good versus financial resources. CONCLUSIONS: This study provides insights into the complexities faced by MaTs in balancing technical support of system end-users and the financial resources necessary for that support. These insights indicate a need for increased financial resources and the expansion of individuals who qualify for AAC system candidacy. MaTs suggest that an increase in resources and candidacy could lead to more successful AAC implementation and a greater understanding of AAC for all stakeholders.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,147
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,009
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,060
Tête enseignante GPT0,392
Écart entre enseignants0,331 · 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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDisability and Rehabilitation Assistive TechnologyMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207