論文の概要: Fostering Inclusion: A Virtual Reality Experience to Raise Awareness of Dyslexia-Related Barriers in University Settings

• arxiv url: http://arxiv.org/abs/2502.15039v1
• Date: Thu, 20 Feb 2025 20:51:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-24 19:42:02.610636
• Title: Fostering Inclusion: A Virtual Reality Experience to Raise Awareness of Dyslexia-Related Barriers in University Settings
• Title（参考訳）: Fostering Inclusion: 大学におけるDyslexia関連バリアの意識向上のためのバーチャルリアリティ体験
• Authors: José Manuel Alcalde-Llergo, Pilar Aparicio-Martínez, Andrea Zingoni, Sara Pinzi, Enrique Yeguas-Bolívar,
• Abstract要約: 本研究は, 大学環境におけるディフレキシアの個人化を促進するために, バーチャルリアリティ(VR)体験の設計, 実装, 検証を紹介する。 従来の認識方法とは異なり、この没入的アプローチは、ディフレキシーの学生が直面している課題を参加者が直接経験できるようにすることで、共感を育む新しい方法を提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This work introduces the design, implementation, and validation of a virtual reality (VR) experience aimed at promoting the inclusion of individuals with dyslexia in university settings. Unlike traditional awareness methods, this immersive approach offers a novel way to foster empathy by allowing participants to experience firsthand the challenges faced by students with dyslexia. Specifically, the experience raises awareness by exposing non-dyslexic individuals to the difficulties commonly encountered by dyslexic students. In the virtual environment, participants explore a virtual campus with multiple buildings, navigating between them while completing tasks and simultaneously encountering barriers that simulate some of the challenges faced by individuals with dyslexia. These barriers include reading signs with shifting letters, following directional arrows that may point incorrectly, and dealing with a lack of assistance. The campus is a comprehensive model featuring both indoor and outdoor spaces and supporting various modes of locomotion. To validate the experience, more than 30 non-dyslexic participants from the university environment, mainly professors and students, evaluated it through ad hoc satisfaction surveys. The results indicated heightened awareness of the barriers encountered by students with dyslexia, with participants deeming the experience a valuable tool for increasing visibility and fostering understanding of dyslexic students.
• Abstract（参考訳）: 本研究は, 大学環境におけるディフレキシアの個人化を促進するために, バーチャルリアリティ(VR)体験の設計, 実装, 検証を紹介する。 従来の認識方法とは異なり、この没入的アプローチは、ディフレキシーの学生が直面している課題を参加者が直接経験できるようにすることで、共感を育む新しい方法を提供する。 特に、この経験は、ディプレックスの学生がよく遭遇する困難に対して、非ディプレックスの個人を露出させることによって、意識を高める。 仮想環境では、参加者は複数の建物で仮想キャンパスを探索し、作業を終えながらその間を移動し、同時に障害に遭遇する。 これらの障壁には、シフトする文字の標識を読むこと、間違った方向の矢印に従うこと、援助の欠如に対処することが含まれる。 キャンパスは、屋内と屋外の両方を特徴とし、様々な移動モードをサポートする総合的なモデルである。 この経験を検証するため、大学環境の30人以上(主に教授や学生)が、アドホック満足度調査を通じて評価した。 以上の結果から,抑うつ障害の生徒が直面する障壁に対する意識が高められ,学生の視認性を高め,理解を深めるための貴重なツールと評価された。

関連論文リスト

• Combating Multimodal LLM Hallucination via Bottom-Up Holistic Reasoning [151.4060202671114]
  マルチモーダル大規模言語モデル(MLLM)は、視覚言語タスクを前進させる前例のない能力を示した。 本稿では,MLLMにおける幻覚に対処するためのボトムアップ推論フレームワークを提案する。 本フレームワークは、認識レベル情報と認知レベルコモンセンス知識を検証・統合することにより、視覚とテキストの両方の入力における潜在的な問題に体系的に対処する。
  論文  参考訳（メタデータ） (2024-12-15T09:10:46Z)
• CATCH: Complementary Adaptive Token-level Contrastive Decoding to Mitigate Hallucinations in LVLMs [74.36850397755572]
  CATCHは、未解決のシナリオにおいて、きめ細かい特徴知覚と累積幻覚を減少させる視覚的欠陥に関連する問題に対処する。 これは、特定のデータや事前知識を必要とせず、様々な視覚的質問応答タスクに適用でき、追加のトレーニングを必要とせず、新しいタスクにしっかりと一般化する。
  論文  参考訳（メタデータ） (2024-11-19T18:27:31Z)
• Guiding Empowerment Model: Liberating Neurodiversity in Online Higher Education [2.703906279696349]
  本稿では,学習と機能に影響を与える動的要因のスペクトルを同定することにより,ニューロディバージェントと状況に制約のある学習者の公平なギャップを解消する。 本稿では,タスク管理のカスタマイズ,多様なコンテンツアクセスのガイド,マルチモーダルコラボレーションのガイドなどにより,このモードを適用することで,主要な学習障壁を取り除くことを提案する。
  論文  参考訳（メタデータ） (2024-10-24T16:05:38Z)
• ExploreSelf: Fostering User-driven Exploration and Reflection on Personal Challenges with Adaptive Guidance by Large Language Models [15.910884179120577]
  リフレクティブプロンプトは方向を提供するために使われており、大きな言語モデル(LLM)は、調整されたガイダンスを提供する可能性を実証している。 We present ExploreSelf, a LLM-driven application designed to empower users to control their reflective journey。
  論文  参考訳（メタデータ） (2024-09-15T08:25:24Z)
• Visual Description Grounding Reduces Hallucinations and Boosts Reasoning in LVLMs [52.497823009176074]
  LVLM(Large Vision-Language Models)はしばしば、幻覚として知られる事実情報を誤認する応答を生成する。 視覚的知覚の向上とLVLMの推論能力の向上を目的とした学習自由度手法であるVisual Description Grounded Decoding (VDGD)を紹介した。
  論文  参考訳（メタデータ） (2024-05-24T16:21:59Z)
• SignVTCL: Multi-Modal Continuous Sign Language Recognition Enhanced by Visual-Textual Contrastive Learning [51.800031281177105]
  SignVTCLは、視覚・テキストのコントラスト学習によって強化された連続手話認識フレームワークである。 マルチモーダルデータ(ビデオ、キーポイント、光学フロー)を同時に統合し、統一された視覚バックボーンをトレーニングする。 従来の方法と比較して最先端の結果が得られます。
  論文  参考訳（メタデータ） (2024-01-22T11:04:55Z)
• A VR Serious Game to Increase Empathy towards Students with Phonological Dyslexia [0.0]
  本研究の目的は、教師、学生、および一般の非失語症者は、ディプレクシアのある学生のどの問題かを理解することができるバーチャルリアリティ(VR)真剣なゲームを提案することである。 ゲームでは、プレイヤーは、ディプレキシアの個人が経験する読解困難を再現するために特別に設計されたアルファベットで書かれたレシピを従わなければならない。
  論文  参考訳（メタデータ） (2024-01-15T23:47:23Z)
• Determining the Difficulties of Students With Dyslexia via Virtual Reality and Artificial Intelligence: An Exploratory Analysis [0.0]
  VRAIlexiaプロジェクトは、この問題を解決するために、2つの異なるツールを提案している。 最初のものは、特定の心理学的・心理学的テストの実施のために、高等教育機関(Higher Education Institutions)のディプレックス学の学生の間で作成され、配布されている。 第2のツールは、アプリケーションやその他の調査を通じて収集されたデータに、特定の人工知能アルゴリズムを適用する。
  論文  参考訳（メタデータ） (2024-01-15T20:26:09Z)
• Unit Testing Challenges with Automated Marking [4.56877715768796]
  我々は,EdStemプラットフォームによる学習ツールとして,自動マーキングによるオンライン単体テストの課題を紹介した。 92名の参加者から,我々の単体テストの課題は,学生の参加とモチベーションを高めていることが示された。 これらの結果から,自動マーキングによるオンライン単体テストの課題が学生の学習体験全体を改善することが示唆された。
  論文  参考訳（メタデータ） (2023-10-10T04:52:44Z)
• Towards Mitigating Hallucination in Large Language Models via Self-Reflection [63.2543947174318]
  大規模言語モデル(LLM)は、質問応答(QA)タスクを含む生成的および知識集約的なタスクを約束している。 本稿では,広範に採用されているLCMとデータセットを用いた医療再生QAシステムにおける幻覚現象を解析する。
  論文  参考訳（メタデータ） (2023-10-10T03:05:44Z)
• Seeing Differently, Acting Similarly: Imitation Learning with Heterogeneous Observations [126.78199124026398]
  多くの実世界の模倣学習タスクでは、デモレーターと学習者は異なるが完全な観察空間で行動しなければならない。 本研究では、上記の学習問題を異種観察学習(HOIL)としてモデル化する。 本稿では,重要度重み付け,拒否学習,アクティブクエリに基づくIWREアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-06-17T05:44:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。