ODL and the impact of digital divide on information access in Botswana
Notice bibliographique
Résumé
<p>Open and distance learning (ODL) has created room for the emergence of virtual education. Not only are students found everywhere and anywhere undertaking their studies and earning their degrees, but geographical boundaries between nations no longer appear to have much relevance. As the new education paradigm irretrievably alters the way teaching and learning is conducted, the application of modern educational ICTs has a major role to play.</p><p>With students of transnational or cross-border education dispersed into various nooks and crannies of Botswana, many others enlist for the “home-baked” distance learning programmes from their diverse locations. Like the face-to-face conventional students, distance learners also have information needs which have to be met. But blocking the distance learners’ realization of their information needs is the digital divide, which further marginalizes the underclass of “info-poor.”</p><p>The survey method was used, and a questionnaire administered to 519 students of four tertiary level distance teaching institutions that met the criteria set for the study yielded a 70.1% response rate. The results showed that while the Government of Botswana has made considerable effort to ensure country-wide access to ICT, which now constitutes an effective instrument for meeting information needs, a number of problems still exist. The factors impeding easy access are unearthed. The findings of an empirical study portraying some learners as information-rich and others, information-poor, and the consequence of distance learners studying on both sides of the digital divide, are discussed. Suggestions on bridging the digital divide are offered.</p>
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 | 0,007 | 0,005 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».