Analyse von automatisierten Testverfahren für die Barrie-refreiheitsprüfung von Apps im Hinblick auf den Europäischen Standard EN 301 549
Notice bibliographique
Résumé
Viele Menschen mit Behinderungen stoßen immer noch auf Barrieren, die es ihnen er-schweren, Smartphone-Anwendungen zu nutzen. Die harmonisierte europäische Norm EN 301 549 legt die Anforderungen an die funktionale Barrierefreiheit von ICT-Produk-ten und -Dienstleistungen fest und beschreibt Testverfahren und Bewertungsmetho-den für jede Anforderung. Analysetools und automatisierte Testverfahren versprechen Entwickler bei der Erstellung barrierefreier Anwendungen zu unterstützen. Diese Werkzeuge unterscheiden sich in ihrer Funktionsweise, ihrer Zielgruppe und dem Zeit-punkt, an dem sie in den Entwicklungsprozess eingebunden werden können. Ziel dieser Arbeit ist es, einen Leitfaden zu erstellen, der aufzeigt, welche Kriterien nach EN 301 549 mit Hilfe von Analysewerkzeugen überprüft werden können und die Frage zu be-antworten "Wie können Analysewerkzeuge und automatisierte Testverfahren einge-setzt werden, um Barrierefreiheitstests im Hinblick auf die europäische Norm EN 301 549 zu automatisieren?".
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 | 0,012 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».