An Inquiry into Community Members’ Use and Attitudes toward Technology in Mishkeegogamang Tepacimowin Networks
Notice bibliographique
Résumé
Mishkeegogamang First Nation is a rural Ojibway community in Northwestern Ontario. Mishkeegogamang community members of all ages use a wide array of information and communication technologies (ICT) as tools in daily life, and as a means to support individual and community goals. This collaborative paper tells the story of how Mishkeegogamang uses ICT for community development, drawing on 17 interviews with community members, and several community member profiles. A basic descriptive quantitative analysis is also provided, giving information on frequency of use of a wide variety of technologies. Community informatics theory guides the interpretation of the findings. A broad range of ICT use by community members will be explored, including the Mishkeegogamang website, the busy yet invisible use of social networking sites, youth and ICT, ICT for health and education, and ICT to support traditional activities. Finally, a section on challenges and needs for facilitating ICT use is also provided. Mishkeegogamang has collaborated on a rich chronicle of its land and people in the Mishkeegogamang book: The Land, the People, and the Purpose (Heinrichs, Hiebert, & The People of Mishkeegogamang, 2009). This paper is conceptualised as a new chapter, documenting how community members use ICT in their daily lives and for community development. There have been no similar past explorations that have addressed this area. In addition, within the broader literature on First Nations in Canada, there have been few to no published accounts of community members’ perspectives and uses of ICT. This study is part of a broader collaborative research project called (First Nations Innovation), which explores how remote and rural First Nations are using information and communication technologies for community development.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».