The interplay of public and private spaces in internet access
Notice bibliographique
Résumé
The creation of public internet access facilities is one of the principal policy instruments adopted by governments in addressing ‘digital divide’ issues. The lack of plans for ongoing funding, in North America at least, suggests that this mode is regarded mainly as transitional, with private, home-based access being perceived as superior. The assumption apparently is that as domestic internet penetration rates rise, public access facilities will no longer be needed. Central to this issue are the varied characteristics of publicly provided and privately owned access sites and their implications for non-employment internet activities. What are the relative advantages and disadvantages of these two access modes? More fundamentally, how do people conceptualize public and private spaces and how does this perception influence their online activities? Finally, why do people choose one over the other, and how do they navigate between the two? This article attempts to answer these questions by drawing on data generated within the Everyday Internet Project, a ‘neighborhood ethnography’ of internet usage. It argues that the conventional view of private and public access facilities as immiscible, fixed alternatives is inadequate. Rather than ‘pure’ types, they are better understood as offering hybrid spaces whose identity and character are fluid, perceived differently by individuals in light of the activities being performed, life experiences, infrastructure and architecture. The picture emerging from our study is one where public and private access modes intertwine with each other in a variety of ways, their combination offering significant additional value for many users. From a public policy perspective, these findings suggest that if universal access is to be achieved, there is a continuing need for publicly supported broad-spectrum facilities with integrated technical support and learning opportunities, even if domestic penetration rates approach that of the telephone.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,017 |
| Communication savante | 0,014 | 0,014 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».