DIY in Action: Understanding Do-It-Yourself Practices from Tangible Symbol Cards
Notice bibliographique
Résumé
Do-It-Yourself (DIY) assistive technology can be better suited to the needs of people with disabilities than commercial ‘off-the-shelf’ devices. Yet, DIY practices conventionally involve barriers to entry that can dissuade or intimidate practitioners. Tangible symbols (TS) are low-tech augmentative and alternative communication (AAC) products with a history of practitioners working alongside end-users to DIY. In this paper, we study the enthusiasm and practice of DIY with TS. We present results from an initial investigation into DIY practices by practitioners that use TS. We analyze survey data collected by Brady et al. (2025) from 107 respondents, and 73 self-reported customizing their TS products to meet the needs and contexts of the individuals they serve. We share the survey self-reported motivations for engaging in DIY activities. We find that this data offers evidence that there is sustained enthusiasm in DIY with TS by practitioners. We reflect on these findings and draw connections between DIY and assistive technology abandonment, and how commercial products can be designed to support DIY practice. The use of DIY by practitioners signals both a desire to further integrate DIY into their profession, and an interest in future assistive technology products that employ a similar DIY-centered design framework.
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 | 0,008 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,013 |
| Communication savante | 0,008 | 0,012 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».