MétaCan
Menu
Retour à la cohorte
Enregistrement W2124328375 · doi:10.15353/joci.v1i2.2049

Sustaining Computer Use and Learning in Community Computing Contexts: Making Technology Part of Who They are and What They Do

2005· article· en· W2124328375 sur OpenAlexvenueno aff
Cecelia Merkel, Mike Clitherow, Umer Farooq, Lu Xiao, Craig H. Ganoe, John M. Carroll, Mary Beth Rosson

Notice bibliographique

RevueThe Journal of Community Informatics · 2005
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovative Approaches in Technology and Social Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilityNexus (standard)Work (physics)Knowledge managementParticipatory designCitizen journalismPublic relationsParticipatory planningProcess (computing)SociologyEngineeringPolitical scienceComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

In this paper, we describe our work promoting technological sustainability among community organizations in Centre County, Pennsylvania (USA). We define sustainability as a dynamic process in which IT professionals, designers, and researchers work with community groups in ways that give them greater control over technology in their organization. Promoting sustainability involves finding ways of encouraging technology learning and planning in community groups. We report on the efforts of a community organization (CentreConnect) that works with area nonprofits to promote IT adoption and a participatory design research project (Civic Nexus) aimed at helping community groups use technology to solve problems that they think are important. We report on a joint effort to provide web design training for area nonprofits using this shared experience to consider ways of bridging research and practice when addressing sustainability in community computing contexts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,010
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0080,009
Communication savante0,0100,007
Science ouverte0,0010,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,034
Tête enseignante GPT0,264
Écart entre enseignants0,230 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations48
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

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