MétaCan
Menu
Retour à la cohorte
Enregistrement W4399728138 · doi:10.32920/26046619

Beyond Sight Specificity: Investigating Third Party Guiding Services for Blind and Partially Sighted Sightseers

2024· preprint· en· W4399728138 sur OpenAlexaff
Madeline Smith

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineComputer Science
ThématiqueUser Authentication and Security Systems
Établissements canadiensToronto Metropolitan UniversityProfessional Engineers Ontario
Organismes subventionnairesnon disponible
Mots-clésPartially sightedSightBlindnessPsychologyComputer scienceOptometryMedicineHuman–computer interactionVisually impairedAstronomyPhysics

Résumé

récupéré en direct d'OpenAlex

This paper investigates the techniques third-party guides employ to create positive experiences for their blind and partially sighted clients. The literature reviewed outlines the implications of sightseeing while blind and the role that third party guides can play within the experiences of sightseeing, particularly for those who experience disability . Qualitative content analysis was used on five transcripts of expert interviews conducted by the researcher with professional travel agents and tour providers who provide services to blind and partially sighted clients. The results of the analysis indicate the importance of thorough communication among all stakeholders prior to the sightseeing experiences, the need for expert scouting trips to assess the accessibility of prospective destinations, and the role on-site guides play in chaperoning and supporting clients. Despite challenges encountered in their work, the experts prioritise educating tourism professionals and members of the public in an effort to reduce the attitudinal barriers that stand in the way of robust accessibility improvements. 1 Throughout this MRP when discussing disability I employ person-first language, in accordance with Wright's (1960) seminal argument: "Since physique does stimulate value judgments, it is particularly important to use expressions insofar as feasible that separate physical attributes from the total person" (p. 8).

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)0,006
score de la tête « metaresearch » (Gemma)0,012
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,008
Communication savante0,0060,003
Science ouverte0,0010,008
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,060
Tête enseignante GPT0,284
Écart entre enseignants0,224 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUser Authentication and Security SystemsTravaux en français237 207