MétaCan
Menu
Retour à la cohorte
Enregistrement W1497152477 · doi:10.15353/joci.v1i1.2064

Local Learnings: An Essay on Designing to Facilitate Effective Use of ICT s

2005· article· en· W1497152477 sur OpenAlexvenueno aff
Tony Salvador, John F. Sherry

Notice bibliographique

RevueThe Journal of Community Informatics · 2005
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInformation and Communications TechnologyConversationEthnographyICTSWork (physics)SociologyDigital dividePublic relationsFrame (networking)BusinessKnowledge managementPolitical scienceComputer scienceTelecommunicationsEngineeringWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

In this essay, we explore some of the details of what it takes to own, use and derive benefit from information and communication technologies, with a focus on regions where ICT adoption and use is especially low. We begin with a fairly meticulous description from our ethnographic work to which we'll refer throughout the paper. Though we consider this particular instance, we note that it represents of a wide range of instances from our ethnographic work in homes and businesses over several years in Brazil, Costa Rica, Chile, Ecuador, Bolivia, Peru, Korea and India. Our goal in this paper, however, is to change the conversation from discussions of infrastructure and capacity building to considerations of local, lived conditions in actual homes and actual businesses to suggest design alternatives that make effective use of ICTs more amenable to various locales. We offer two design directions especially for high tech corporations: Designing for Locus of Control and Designing for Local Participation. Along the way, we'll argue to re-frame of the current conception of "digital divide", putting the burden not on those with limited access, but on limited understanding within the high tech industry.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,413
Score d'incertitude au seuil0,262

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,063
Tête enseignante GPT0,262
Écart entre enseignants0,199 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
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

Citations9
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Community InformaticsMême sujetInnovation and Socioeconomic DevelopmentTravaux en français237 207