MétaCan
Menu
Retour à la cohorte
Enregistrement W1524265878 · doi:10.15353/joci.v9i2.3170

‘MYBus’: Young People's Mobile Health, Wellbeing and Digital Inclusion

2012· article· en· W1524265878 sur OpenAlexvenueno aff
Bjørn Nansen, Kabita Chakraborty, Lisa Gibbs, Colin MacDougall, Frank Vetere

Notice bibliographique

RevueThe Journal of Community Informatics · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Education and Societal Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInclusion (mineral)SociologyLaptopRedressSocial capitalDigital mediaPublic relationsInternet privacyPolitical scienceGender studiesComputer scienceSocial scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

As part of an ethnographic study researching the role of information and communication technology use in mediating young people’s social inclusion in an outer urban growth area of Melbourne, Australia, this paper reports on a case study of a community mobile youth centre, named MYBus. The MYBus is a converted passenger coach that operates as a mobile youth centre for young people aged 12-25. It aims to provide young people with up-to-date youth-specific information and resources, especially access to health and wellbeing information and services. The bus has been fitted with laptop computers, Internet access, Wii games, D.J. console and other gaming devices to support this engagement. This paper examines how the aggregation of digital media on MYBus not only has direct healthcare benefits, but also enables a broader approach to young people’s wellbeing by providing resources for digital access and participation. In particular, the mobilisation of these technologies operates to redress geographic and socioeconomic inequities for young people living on the urban fringe. We discuss this digital inclusion through research findings related to young people’s digital access, mediation, and mobility in the use of the MYBus technologies. This empirical work is situated theoretically by connecting this mobile digital inclusion with literature on young people’s social capital, to develop the concept of children’s e-mobility capital.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,015
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0000,001
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 Opus0,023
Tête enseignante GPT0,330
Écart entre enseignants0,307 · 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.

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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Community InformaticsMême sujetYouth Education and Societal DynamicsTravaux en français237 207