Internet Access At Public Access Venues In A Developing Countries: Lessons from Yogyakarta, Indonesia
Notice bibliographique
Résumé
This paper aims to present differences between male and female internet users in terms of their internet access, including the information they seek, their ICT uses, their frequency of use, and their barriers. This paper reports data from 400 internet café users in urban and non-urban areas in Yogyakarta, Indonesia.The results show that there were some differences between the male and female users. Firstly, the number of male users who visited in internet café was slightly higher than that of female users. Secondly, in terms of information the users seek, female users in urban areas were more interested in accessing education and health contents than male users, whereas in non-urban areas female users were more interested in educational contents and agricultural contents. Secondly, in terms of the ICT uses, male users in urban areas tended to have more interest in using ICT for e-commerce and business than female users. On the other hand, in non urban areas, female users tended to have a higher interest in using ICT for blogging/social networking than male users. Next, with regard to frequency of use, in both urban and non-urban areas male users visited an internet café more often than female users. Finally, in term of barriers in using ICT; the most serious barriers both in urban and non-urban areas were distance, cost, content and services.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».