Designing inclusive tech playful educative solutions for visually impaired learners in STEM education
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Education in science, technology, engineering, and mathematics (STEM) is essential to achieving continued technological advancement. The most critical years for instilling knowledge are during childhood, and a strategic way to accomplish this is through playful materials. Therefore, there is a need to develop more inclusive solutions to achieve the good inclusion of visually impaired (VI) learners in this learning area. Despite their importance, specific design guidelines are scarce for developing playful, educational solutions for VI learners in STEM. Qualitative research was conducted through interviews and observations of the interactions between VI Learners playing an audio game and tactile 3D printed blocks, which covered an age range of young participants aged 8–18 years and adults aged 30–40 years in Taiwan. Surprisingly, the results showed that the combination of tangible and audio elements for playful purposes opens the way for students to show interest during educational interactions and, at the same time, allows them to understand the concept, especially when presented in different game missions but repeating the same principle/concept. In conclusion, there is a need for more inclusive strategies and approaches for playful STEM tools for VI learners, and one important aspect of achieving this is design guidelines. This study aims to understand the educational context of VI learners and their interactions when playing with educational materials to learn STEM concepts and develop design guidelines for the future development of playful STEM educational games.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle