MétaCan
Menu
Retour à la cohorte
Enregistrement W1589813011 · doi:10.15353/joci.v3i3.2361

Sistemas comunitarios de satisfacción a necesidades de conectividad en la sociedad de la información: el caso de Argentina

2007· article· es· W1589813011 sur OpenAlexvenueno aff
Susana Finquelievich, Daniel Gustavo Finquelievich

Notice bibliographique

RevueThe Journal of Community Informatics · 2007
Typearticle
Languees
DomaineBusiness, Management and Accounting
ThématiqueInnovative Approaches in Technology and Social Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceGeographyCartographyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Este artículo se focaliza en la capacidad de las comunidades, mediante las iniciativas y acciones de diversos actores sociales, tanto privados como provenientes de la sociedad civil, para satisfacer sus necesidades con respecto al acceso a las herramientas de la Sociedad de la Información mediante innovaciones sociales y/o tecnológicas, en ausencia o insuficiencia de estrategias estatales. La hipótesis central de este trabajo es que, del mismo modo que Steven Johnson (2001) plantea que las sociedades poseen la posibilidad de autoorganizarse en sistemas emergentes, hallando las mejores soluciones a sus problemas y sus necesidades, al igual que las comunidades participan en las innovaciones socio-técnicas que les conciernen, los emprendimientos que han dado lugar a la conectividad por medio de los cibercafés y las cooperativas serían una forma de autoorganización social para satisfacer una necesidad social no completamente resuelta por el Estado, por las instituciones educativas ni por otras organizaciones comunitarias. Para sostener este argumento, se analizan dos tipos de estrategias en Argentina: una proveniente de pequeños emprendimientos del sector privado, los cibercafés, y otra que se origina en la Sociedad Civil, las Cooperativas Comunitarias de Telecomunicaciones.

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)0,037
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,185
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0370,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,004
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 Opus0,019
Tête enseignante GPT0,293
Écart entre enseignants0,274 · 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

Citations2
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

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