論文の概要: Accessibility, Safety, and Accommodation Burden in U.S. Higher Education Syllabi for Blind and Low-Vision Students
- arxiv url: http://arxiv.org/abs/2511.07634v1
- Date: Wed, 12 Nov 2025 01:08:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-12 20:17:03.405745
- Title: Accessibility, Safety, and Accommodation Burden in U.S. Higher Education Syllabi for Blind and Low-Vision Students
- Title（参考訳）: 米国高等教育シラビにおける盲人・低視学生のアクセシビリティ, 安全, 宿泊バーデン
- Authors: Chadani Acharya,
- Abstract要約: ブラインドとロービジョン(BLV)の学生がスクリーンリーダーを使っている場合、独立アクセスはシラバスが機械で読みやすくナビゲート可能であるかどうかに依存する。
我々は、エリート私立R1大学、大公立R1(UCキャンパスを含む)、大規模コミュニティカレッジ、労働集約技術大学を含む5つの米国機関から、シラビとマスターシラビを公募した。
我々は,(1)コアロジスティクスの機械可読性,(2)安全クリティカル手順の可読性,(3)宿泊フレーミング(権利ベースと負担ベース),(4)ガバナンスモデル(インストラクタ認可型と集中型"マスター")の5つの次元について,それぞれの文書をコーディングした。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Course syllabi are often the first and sometimes only structured artifact that explains how a class will run: deadlines, grading rules, safety procedures, and how to request disability accommodations. For blind and low-vision (BLV) students who use screen readers, independent access depends on whether the syllabus is machine readable and navigable. We audited publicly posted syllabi and master syllabi from five U.S. institutions spanning an elite private R1 university, large public R1s (including a UC campus), a large community college, and a workforce focused technical college. We coded each document on five dimensions: (1) machine-readability of core logistics, (2) readability of safety critical procedures, (3) accommodation framing (rights based vs. burden based), (4) governance model (instructor-authored vs. centralized "master syllabus"), and (5) presence of proactive universal design language. Across the sample, logistics and many safety expectations are published as selectable text. Accommodation language, however, shifts by institution type: research universities more often use rights based wording (while still requiring advance letters), whereas community/technical colleges emphasize disclosure, documentation, and institutional discretion in master syllabi that replicate across sections. We argue that accessibility is not only a PDF tagging problem but also a question of governance and equity, and we outline implications for HCI, including an "accessible master syllabus" template as a high leverage intervention.
- Abstract（参考訳）: コースシラビ(Course syllabi)は、クラスがどのように実行されるかを説明する最初の、時にのみ構造化されたアーティファクトである。
ブラインドとロービジョン(BLV)の学生がスクリーンリーダーを使っている場合、独立アクセスはシラバスが機械で読みやすくナビゲート可能であるかどうかに依存する。
我々は、エリート私立R1大学、大公立R1(UCキャンパスを含む)、大規模コミュニティカレッジ、労働集約技術大学を含む5つの米国機関から、シラビとマスターシラビを公募した。
我々は,(1)コアロジスティクスの機械可読性,(2)安全クリティカルな手順の可読性,(3)宿泊フレーミング(権利ベース対負担ベース),(4)ガバナンスモデル(インストラクタ認可型対集中型シラバス),(5)プロアクティブユニバーサルデザイン言語の存在,の5つの側面について,それぞれの文書をコーディングした。
サンプル全体、ロジスティクス、および多くの安全性期待は、選択可能なテキストとして発行される。
研究大学は、しばしば権利に基づく言葉を使うが、コミュニティや技術系カレッジは、複数のセクションにまたがって複製するマスター・シラビの開示、文書化、制度上の判断を強調する。
我々は、アクセシビリティはPDFタグ付けの問題であるだけでなく、ガバナンスやエクイティの問題でもあると論じ、高いレバレッジ介入として"アクセシブルマスターシラバス"テンプレートを含むHCIへの影響を概説する。
関連論文リスト
- SoK: Large Language Model Copyright Auditing via Fingerprinting [69.14570598973195]
既存の手法をホワイトボックスとブラックボックスのアプローチに分類する統一的な枠組みと形式的な分類法を導入する。
現実的な展開シナリオ下でのLDMフィンガープリント評価のための最初の体系的ベンチマークであるLeaFBenchを提案する。
論文 参考訳（メタデータ） (2025-08-27T12:56:57Z) - Unpacking Generative AI in Education: Computational Modeling of Teacher and Student Perspectives in Social Media Discourse [0.5203732344753156]
本研究は、ソーシャルメディアデータを用いた教育におけるGAIに関する利害関係者談話のダイナミクスに関する最も包括的分析の1つを提示する。
私たちのデータセットには1,199件のReddit投稿と13,959件のトップレベルのコメントが含まれています。
本研究は, より明確な制度方針, より透明なGAI統合実践, 教育者, 学生の支援メカニズムの必要性を示唆するものである。
論文 参考訳（メタデータ） (2025-06-19T15:50:08Z) - In-Context Watermarks for Large Language Models [71.29952527565749]
In-Context Watermarking (ICW)は、インシデントエンジニアリングのみで生成されたテキストに透かしを埋め込む。
粒度の異なる4つのICW戦略について検討した。
本実験は,モデルに依存しない実用的な透かし手法としてのICWの実現可能性を検証するものである。
論文 参考訳（メタデータ） (2025-05-22T17:24:51Z) - "Would You Want an AI Tutor?" Understanding Stakeholder Perceptions of LLM-based Systems in the Classroom [7.915714424668589]
教室における大規模言語モデルによって直接的あるいは間接的に影響を受ける人々の認識を理解することは、この重要な領域におけるAIの責任ある使用を保証するために不可欠である、と我々は主張する。
学習におけるLLMの導入に関する文脈認識(Co-PALE)フレームワークを提案する。
論文 参考訳（メタデータ） (2025-02-02T16:50:08Z) - Automating Intervention Discovery from Scientific Literature: A Progressive Ontology Prompting and Dual-LLM Framework [56.858564736806414]
本稿では,大規模言語モデル(LLM)を利用した科学文献の介入の同定手法を提案する。
言語病理領域における64,177論文のコーパスから,2,421件の介入が得られた。
論文 参考訳（メタデータ） (2024-08-20T16:42:23Z) - WIP: An Engaging Undergraduate Intro to Model Checking in Software Engineering Using TLA+ [0.358439716487063]
我々は,コンピュータサイエンスプログラムにおける形式的手法の状態を質的に評価することを目的としている。
卒前研究の中間に含めることができるレベル適合例を構築した。
論文 参考訳（メタデータ） (2024-07-30T19:31:14Z) - ACCSAMS: Automatic Conversion of Exam Documents to Accessible Learning Material for Blind and Visually Impaired [21.924012255137743]
ACCSAMSは、試験文書のアクセシビリティを高めるために設計された半自動システムである。
1,293のドイツ語と900の英語の試験用文書からなる,最初の多言語手動注釈データセットを提示する。
論文 参考訳（メタデータ） (2024-05-29T14:30:06Z) - SADAS: A Dialogue Assistant System Towards Remediating Norm Violations
in Bilingual Socio-Cultural Conversations [56.31816995795216]
SADAS(Socially-Aware Dialogue Assistant System)は、会話が敬意と理解で広がることを保証するためのシステムである。
本システムの新しいアーキテクチャは,(1)対話に存在する規範のカテゴリを特定すること,(2)潜在的な規範違反を検出すること,(3)違反の深刻さを評価すること,(4)違反の是正を目的とした対策を実施すること,を含む。
論文 参考訳（メタデータ） (2024-01-29T08:54:21Z) - Bridging Research and Readers: A Multi-Modal Automated Academic Papers
Interpretation System [47.13932723910289]
本稿では,3段階のプロセス段階を有するオープンソースマルチモーダル自動学術論文解釈システム(MMAPIS)を紹介する。
ドキュメントからプレーンテキストや表や図を別々に抽出するために、ハイブリッドなモダリティ前処理とアライメントモジュールを使用している。
すると、この情報は彼らが属するセクション名に基づいて調整され、同じセクション名を持つデータが同じセクションの下に分類される。
抽出されたセクション名を用いて、記事を短いテキストセグメントに分割し、LSMを通してセクション内とセクション間の特定の要約を容易にする。
論文 参考訳（メタデータ） (2024-01-17T11:50:53Z) - Unsupervised Sentiment Analysis of Plastic Surgery Social Media Posts [91.3755431537592]
ソーシャルメディアプラットフォームにまたがる膨大なユーザー投稿は、主に人工知能(AI)のユースケースに使われていない。
自然言語処理(NLP)は、コーパス(corpora)として知られるドキュメントの体系を利用して、人間のような言語理解でコンピュータを訓練するAIのサブフィールドである。
本研究は, 教師なし解析の応用により, コンピュータがプラスティック手術に対する否定的, 肯定的, 中立的なユーザ感情を予測できることを示した。
論文 参考訳（メタデータ） (2023-07-05T20:16:20Z)
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。