MétaCan
Menu
Retour à la cohorte
Enregistrement W4401632929 · doi:10.22215/etd/2024-16069

The Spectrum of Accessible Architectures: Designing for Neurodivergence

2024· dissertation· en· W4401632929 sur OpenAlexaff
Charlotte Eileen Egan

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésFlexibility (engineering)PerceptionArchitectureConstruct (python library)Context (archaeology)Universal designArchitectural engineeringBuilt environmentArchitectural designComputer scienceHuman–computer interactionDiversity (politics)Field (mathematics)EngineeringPsychologySociologyGeographyWorld Wide WebCivil engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

In the field of architecture, “accessibility” all too often addresses only “physical accessibility.” Consequently, the sensory barriers facing neurodivergent individuals as they navigate the built environment beg to be considered and addressed. This thesis embraces truly inclusive accessibility via an exploration of sensory perception and its relationship to architectural experience. From this exploration there emerges a neuro-inclusive design methodology that promises to close the gap between the built environment and sensory impairment. The use of the term “spectrum” refers to the span extending from hyper- to hypo-sensitivity and encapsulates the diversity of sensory ability experienced by the neurodivergent population. As an architectural approach, the spectrum construct is well-suited to welcoming flexibility and adaptations and holds promise in inclusive architectural design. To showcase the potential of a “spectrum design” methodology in a real-world context, this thesis concludes in an architectural proposal for a neuro-inclusive student centre on Carleton University’s Campus.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,005
Communication savante0,0040,005
Science ouverte0,0010,006
Intégrité de la recherche0,0010,001
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 Opus0,086
Tête enseignante GPT0,474
Écart entre enseignants0,387 · 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'étudeThéorique ou conceptuel
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 sujetAssistive Technology in Communication and MobilityTravaux en français237 207