Crip Material Exploration as an Assistive Technology Research Framework: Situating Interdependence in Empowered Disabled Making
Notice bibliographique
Résumé
Human-Computer Interaction (HCI) scholars have grappled with the question of how to directly involve people with disabilities (PwDs) in assistive technology (AT) research. While there is recognition that PwDs possess unique expertise, this understanding often remains limited to an assumption that the bounds of this expertise end with the embodied knowledge related to their impairments. However, PwDs possess expertise that extends beyond this narrow definition. In navigating different contexts within their communities of care, PwDs build empowered expertise through interdependence. This knowledge, grounded in everyday material experiences, can significantly inform future AT design practices. I offer a new crip-material exploration (CME) framework to expand the understanding of PwD expertise. In doing so, future AT research can better encompass the full range of the social connections and material experimentation that enriches the lived experiences of PwDs. The connective, inter-group mediation that PwDs are skilled in throughout everyday interactions points toward the importance of creating new research approaches to engaging with that expertise. CME can be leveraged by HCI scholarship to understand how the empowered interdependence of PwDs strengthens current and future AT design. A workshop structure is proposed to help guide scholars in implementing CME into future research designs.
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 | 0,018 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,012 | 0,040 |
| Communication savante | 0,016 | 0,018 |
| Science ouverte | 0,004 | 0,029 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».