MétaCan
Menu
Retour à la cohorte
Enregistrement W1480082080 · doi:10.15353/joci.v4i2.2957

Community Networking and Civic Participation: Surveying the Canadian Research Landscape

2008· article· en· W1480082080 sur OpenAlexvenueaboutno aff
Graham Longford

Notice bibliographique

RevueThe Journal of Community Informatics · 2008
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovative Approaches in Technology and Social Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlliancePublic relationsInformation and Communications TechnologyCommunity organizationCivic engagementPolitical scienceCommunity buildingSociologyICTSPolitics

Résumé

récupéré en direct d'OpenAlex

This paper explores the relationship between new ICTs and civic participation by examining the role played by specific kinds of ICT-enabled community organizations, namely community networks, in fostering civic participation in local, geographically-based communities in Canada. Existing research and anecdotal evidence suggest that community networks foster civic participation in the emerging information society by providing access to new ICTs for those threatened by digital exclusion, and by providing, via training and other services, opportunities for their effective use within communities to promote communication, information sharing, community involvement, social development and local learning. The paper documents community networking’s achievements in civic participation by reviewing the growing research literature on community networks, and by examining a number of case studies from an on-going research project of the Canadian Research Alliance for Community Innovation and Networking (CRACIN). Early results from CRACIN’s research reveal a number of noteworthy successes, while raising questions for future research as well. The paper also finds that community networks in Canada currently face a number of challenges that jeopardize their ability to sustain, let alone advance, the gains made in recent years.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,510

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0090,019
Études des sciences et des technologies0,0190,004
Communication savante0,0060,002
Science ouverte0,0020,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,225
Tête enseignante GPT0,333
Écart entre enseignants0,108 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Community InformaticsMême sujetInnovative Approaches in Technology and Social DevelopmentTravaux en français237 207