MétaCan
Menu
Retour à la cohorte
Enregistrement W4401823464 · doi:10.3233/shti240475

Exploring the Intersection of AI and Inclusive Design for People with Disabilities

2024· review· en· W4401823464 sur OpenAlexaff
Christo El Morr, D. Thomassin Singh, Vaibhav Sawhney, Sabine Fernandes, Yahya El‐Lahib, Rachel Gorman

Notice bibliographique

RevueStudies in health technology and informatics · 2024
Typereview
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensUniversity of CalgaryYork University
Organismes subventionnairesnon disponible
Mots-clésInclusion (mineral)Intersection (aeronautics)Universal designComputer scienceData scienceHuman–computer interactionPsychologyEngineeringWorld Wide WebSocial psychologyTransport engineering

Résumé

récupéré en direct d'OpenAlex

This scoping review examines current research on AI for inclusive design for people with disabilities. We identified both advantages and challenges of AI-based solutions and suggested future research directions. Our search of four online databases for studies from the last five years revealed promising AI applications in education, daily living, home environments, workplaces, and healthcare. However, limitations include limited research, lack of user involvement, potential data bias, and reporting deficiencies. We stress the importance of future research prioritizing user-centered design, inclusive participation, AI bias mitigation, consideration of diverse populations, and ensuring user-friendly performance to fully realize AI's potential for accessibility and inclusion.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,698
Score d'incertitude au seuil0,944

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,190
Tête enseignante GPT0,439
Écart entre enseignants0,250 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetTechnology Use by Older AdultsTravaux en français237 207