¿Las primeras impresiones importan? Comparar la impresión general frente a las puntuaciones de elementos individuales
M Alexandra Da Fonte1, Miriam C Boesch2, Kaitlyn R Shaw1
1Department of Special Education, Vanderbilt University, Nashville, Tennessee, USA.
Disability and rehabilitation. Assistive technology
|February 22, 2026
Resumen
Este estudio comparó las puntuaciones de impresión general frente a las puntuaciones de elementos individuales para aplicaciones de comunicación aumentativa y alternativa (AAC). Las puntuaciones generales de impresiones resultaron más confiables, especialmente con evaluadores experimentados, lo que sugiere un enfoque matizado para la evaluación de aplicaciones.
Área de la Ciencia:
- Tecnología Asistiva Tecnología Asistiva
- Interacción hombre-computadora Interacción hombre-computadora.
- Patología del habla y lenguaje Patología del habla y lenguaje.
Sus antecedentes:
- El proceso de evaluación de compatibilidad de características es crucial para seleccionar sistemas de comunicación efectivos para personas con necesidades de comunicación complejas.
- La evaluación de las aplicaciones de comunicación aumentada y alternativa (AAC, por sus siglas en inglés) presenta un desafío en cuanto a si utilizar calificaciones de impresiones generales o puntuaciones de elementos individuales.
Objetivo del estudio:
- Para comparar las puntuaciones de impresiones generales con las puntuaciones de elementos individuales para las aplicaciones AAC utilizando una escala de calificación de aplicaciones AAC personalizada.
- Para determinar la confiabilidad de la escala de calificación de la aplicación AAC en diferentes grupos de calificadores (piloto frente a novato).
Principales métodos:
- Las pruebas de usabilidad se emplearon para comparar las puntuaciones promedio entre las categorías de aplicaciones y entre la impresión general y las puntuaciones de los artículos.
- La escala de calificación de la aplicación AAC se evaluó en dos fases: una fase piloto con calificadores experimentados y una fase de prueba con calificadores novatos.
Principales resultados:
- Las puntuaciones generales de impresión demostraron una mayor confiabilidad entre los evaluadores de pilotos en comparación con los evaluadores novatos.
- En varias categorías de aplicaciones de comunicación, las puntuaciones generales de impresión fueron consistentemente más altas que las puntuaciones promedio de los artículos.
Conclusiones:
- Las puntuaciones de las aplicaciones (impresiones generales y basadas en elementos) no pueden definir únicamente las capacidades de una aplicación, ya que la alineación de la aplicación con el usuario y las características individuales de la aplicación juegan un papel importante.
- Los hallazgos tienen implicaciones prácticas para refinar el proceso de evaluación de las aplicaciones de AAC en entornos clínicos y de investigación.
Palabras clave:
AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC AAC is not known to know what is going to be going to be going to be going to know what is going to be going to be going to know what is going to be going toLas aplicaciones de AAC son aplicaciones AAC.Evaluación de la app app evaluación de la appAplicaciones aplicaciones aplicaciones aplicaciones.las comunicaciones aumentativas y alternativas.Aplicaciones de comunicación aumentativa y alternativa aplicaciones de comunicación aumentativa y alternativa.Aplicaciones de comunicación aplicaciones de comunicación.Videos de Conceptos Relacionados
Review and Preview
8.6K
In statistics, several tools are used to interpret the data. Measures of central tendency represent the characteristics of the data, such as mean, median, and mode. Additionally, measures of variance like standard deviation and range are used to find the spread of data from the mean. Relative standing measures the distance between data locations. Commonly used measures of relative standings are percentile, z score, and quartiles.
Percentiles are a type of fractile that partition data into...
Percentiles are a type of fractile that partition data into...
8.6K
Receiver Operating Characteristic Plot
504
A ROC (Receiver Operating Characteristic) plot is a graphical tool used to assess the performance of a binary classification model by illustrating the trade-off between sensitivity (true positive rate) and specificity (false positive rate). By plotting sensitivity against 1 - specificity across various threshold settings, the ROC curve shows how well the model distinguishes between classes, with a curve closer to the top-left corner indicating a more accurate model. The area under the ROC curve...
504
Decision Making: P-value Method
7.0K
The process of hypothesis testing based on the P-value method includes calculating the P- value using the sample data and interpreting it.
First, a specific claim about the population parameter is proposed. The claim is based on the research question and is stated in a simple form. Further, an opposing statement to the claim is also stated. These statements can act as null and alternative hypotheses: a null hypothesis would be a neutral statement while the alternative hypothesis can...
First, a specific claim about the population parameter is proposed. The claim is based on the research question and is stated in a simple form. Further, an opposing statement to the claim is also stated. These statements can act as null and alternative hypotheses: a null hypothesis would be a neutral statement while the alternative hypothesis can...
7.0K


