Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Dieser Sammelband beleuchtet die Potenziale und Herausforderungen der Digitalisierung für Menschen mit Behinderungen aus einer rechte- und inklusionsorientierten Perspektive. Digitale Technologien unterstützen Kommunikation, Informationsbeschaffung und die Lösung alltäglicher Probleme. Die digitale Transformation, die sich durch die Covid-19-Pandemie beschleunigt hat, brachte für viele, jedoch nicht für alle Menschen gleichwertige Fortschritte. Der Sammelband bietet wissenschaftliche Untersuchungen und Praxisberichte über den Einsatz digitaler Unterstützungstechnologien in verschiedenen Lebensphasen von Menschen mit Behinderungen. Diese können sowohl in der Aus- und Weiterbildung von Fachkräften als auch bei Qualifizierungsangeboten für Menschen mit Behinderungen und deren Angehörige genutzt werden. Insgesamt zeigt der Sammelband auf, dass digitale Technologien ein großes Potenzial für die Inklusion von Menschen mit Behinderungen bieten. Sie können Barrieren abbauen und die gesellschaftliche Teilhabe verbessern, wenn sie richtig eingesetzt werden. Dazu bedarf es jedoch einer intensiven Auseinandersetzung mit den spezifischen Bedürfnissen und dem technischen Kenntnisstand einzelner Personen sowie der Entwicklung entsprechender Konzepte und Technologien für einen solchen personenzentrierten Ansatz. Der Sammelband liefert dazu wertvolle wissenschaftliche Erkenntnisse und Praxisbeispiele
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.978 | 0.953 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it