Bibliographic record
Abstract
L’Internet, un média principalement visuel, présente des défis pour les personnes aveugles et malvoyantes (BLV), notamment pour l'interprétation d'éléments courants du web comme les graphiques en ligne. Traditionnellement, lors de la visualisation de photographies, l'observateur dépend de sa compréhension des concepts visuels et de la perspective pour comprendre une scène, ce qui est fondamentalement problématique pour une personne aveugle. Cette recherche vise à combler cet écart d'accessibilité en développant un pipeline automatique qui exploite la perspective du monde de la communauté BLV et l'applique aux photos en utilisant un appareil abordable pour les consommateurs. De plus, cette recherche vise à explorer les effets de l'interprétation des photos pour la communauté BLV en utilisant une vue a base de caméra (vue de face) ou une vue en plan (vue de dessus).L'étude principale présentée dans cette thèse utilise un dispositif à retour de force à 2 degrés de liberté (DoF), le 2DIY de Haply Robotics, pour simuler le placement des objets dans les photos au sein d'un espace virtuel. Des données ont été collectées auprès de sept participants BLV de la région du Grand Montréal. Ils ont exploré quatre photos (deux de chaque perspective) et ont fourni leurs avis avec des entrevues semi-structurés. Les résultats ont indiqué que la plupart des utilisateurs aveugles préféraient la vue de dessus lorsqu'ils exploraient les photos, les participants attribuant à cette perspective un score de confiance plus élevé, bien que cela ne soit pas statistiquement significatif. De plus, il a été constaté que les participants pouvaient identifier les objets au premier plan et à l'arrière-plan dans la scène et déduire plus de détails concernant la photo en utilisant la vue de dessus par rapport à ceux utilisant la vue de face. Ces résultats fournissent des considérations pour les études futures, ainsi que la base d'un pipeline, fournissant aux chercheurs les outils nécessaires pour convertir un graphique d'une vue de face à une vue de dessus. Les observations faites soutiennent la literature qui suggèrent que l'interprétation par la communauté BLV de certains espaces, tels que les pièces ou large espace, est représentée depuis une perspective vue de dessus. Les résultats de cette thèse suggèrent également que cette perspective peut être appliquée à l'espace au sein des photos. Cela ouvre la voie à des recherches futures visant à étendre l'accessibilité aux graphiques en ligne pour la communauté BLV en explorant de nouvelles approches pour représenter les informations spatiales dans une photo
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.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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 itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".