MétaCan
Menu
Retour à la cohorte
Enregistrement W4416702475 · doi:10.1145/3773967.3773974

A Review of Assets'2024 from a Newbie Academic

2025· article· en· W4416702475 sur OpenAlexaboutno aff
Martin Lettry

Notice bibliographique

RevueACM SIGACCESS Accessibility and Computing · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTactile and Sensory Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBachelorSession (web analytics)Academic communityWork (physics)

Résumé

récupéré en direct d'OpenAlex

My name is Martin Lettry, I'm a master's student in Computer Science at EPFL in Switzerland and an alumnus of the University of Lugano (USI), also in Switzerland. My academic journey has been significantly impacted by my collaboration with LighthouseTech – a startup developing smart glasses for blind and visually impaired (BVI) people. As part of my bachelor thesis, I focused on defining default settings for these glasses through user testing with BVI individuals in Milan and Bern. My decision to attend ASSETS'24 in St. John's, Newfoundland, was driven by several objectives. First and foremost, I wanted to present my research through a poster session showcasing my bachelor thesis and a device prototype. Additionally, I was curious to see first-hand some of the research being done in the accessibility community and learn about ongoing projects. Given my background in BVI research, I was particularly interested in connecting with other researchers working on similar solutions.

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)0,000
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,557
Score d'incertitude au seuil0,630

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,070
Tête enseignante GPT0,395
Écart entre enseignants0,325 · 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'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACM SIGACCESS Accessibility and ComputingMême sujetTactile and Sensory InteractionsTravaux en français237 207