通过包容性实践与数据科学方法支持学习障碍协同研究者进行远程调查数据分析
作者
通用设计与包容性设计协作学习与同伴教学远程医疗与远程患者监测大学教授与研究人员特殊教育教师HCI 研究员
通过严格的共同设计流程,我们创建了一个定制的无障碍调查平台,以探索学习障碍(LD)协同研究者在研究设计和分析中的作用。一个协同研究者团队使用该系统创建了一个在线调查,以挑战公众对学习障碍的理解[3]。在新冠疫情封锁的新挑战中,我们描述并评估了由不同能力的学者和非学者组成的研究团队在30次会议中远程共同分析调查数据的过程。基于超过1500份调查回复,我们首先使用图表和艺术设计方法共同分析了人口统计数据。随后,协同研究者共同分析了应用于开放性文本回复的基于机器学习的结构主题建模(STM)输出。我们推导出一个高效的五步STM共同分析流程,实现了协同研究者对数据的创造性、包容性和批判性参与。协同研究者观察到,在尝试理解和影响公众舆论的同时,他们自身的观点也发生了变化。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3461778.3462010
一眼看懂
fact_check论文快照
dataset
来源
DIS
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
17 位作者
sell
研究子方向
通用设计与包容性设计、协作学习与同伴教学、远程医疗与远程患者监测
work
职业/产业
大学教授与研究人员、特殊教育教师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文