Development of the Standardized Navigation Of Winter Mobility & Accessibility Network (SNOWMAN) course
Notice bibliographique
Résumé
Introduction: Manual wheelchairs (MWC) users have limited mobility during winter months as they encounter many environmental barriers that restrict their community participation. This paper outlines the creation and standardization of an outdoor environment designed to simulate the real-life conditions and obstacles experienced by MWC users in winter. Methods and results: This study consisted of four phases. In Phase 1, researchers used a qualitative ethnographic approach to document the specific challenges and adaptive strategies used by MWC users in winter conditions. In Phase 2, key informants with expertise in MWC winter mobility were invited to co-design the Standardized Navigation Of Winter Mobility & Accessibility Network (SNOWMAN) course. Participants reviewed draft design solutions and offered their input and suggestions to expand upon the initial design. A second co-design workshop included additional key informants, including service providers, policymakers, and professionals with expertise in landscape architecture and engineering, to validate the design solution. The workshops resulted in a detailed illustration of the SNOWMAN course, including five sections: platforms with side slopes, a miniature ice rink, curbs and curb cuts, a path with uneven winter surfaces, and modular ramps at various slopes. Phases 3 and 4 marked the conclusion of the study and involved fabrication of the SNOWMAN course and establishment of a standardized protocol for course setup and maintenance. Discussion: The project aimed to offer several additional potential benefits, supported by the various stakeholders across the study phases, that extend beyond creation of a controlled and safe environment for wheelchair users to develop their winter mobility skills. Practicing wheelchair skills in this area may assist wheelchair users in gaining confidence which may ultimately translate to increased participation in the community.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».