MétaCan
Menu
Retour à la cohorte
Enregistrement W2125649870 · doi:10.1002/j.1681-4835.2014.tb00425.x

Critical Themes of Process Assessment in Rural ICT4D Projects: An Analysis of Assessment Approaches

2014· article· en· W2125649870 sur OpenAlexfundno aff
Joshua Osah, Caroline Khene, Greg Foster

Notice bibliographique

RevueThe Electronic Journal of Information Systems in Developing Countries · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovative Approaches in Technology and Social Development
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of OxfordInternational Development Research CentreRhodes UniversityUnited Nations Development ProgrammeWorld Bank Group
Mots-clésProcess (computing)Process managementKnowledge managementInformation and Communications TechnologyBusinessManagement scienceComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Information and Communication Technologies (ICTs) are often perceived as adequate support tools for development activities. However, their successful employment as development enablers requires strategic implementation. Hence, effectively assessing ICT4D initiatives is imperative. This paper elaborates on a Rural ICT4D Project Process Assessment Framework (RICTP‐PAF) that seeks to address an often overlooked but relevant evaluation aspect of ICT4D projects. It proposes that the implementation phase of such projects demand rigorous assessments, as implementation is the link between project ambitions and impacts. It is argued that knowledge of critical themes of process assessment in rural ICT4D projects may present an appropriate way of conducting such assessments. Hence, the paper describes a systematic approach employed to identify generic critical themes of process assessment in rural ICT4D projects, and how they may be appropriately assessed. This approach culminates in the development of the RICTP‐PAF.

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)0,056
score de la tête « metaresearch » (Gemma)0,089
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,297

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0560,089
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,006
Études des sciences et des technologies0,0040,008
Communication savante0,0070,006
Science ouverte0,0020,009
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,292
Écart entre enseignants0,271 · 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

Citations9
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Electronic Journal of Information Systems in Developing CountriesMême sujetInnovative Approaches in Technology and Social DevelopmentTravaux en français237 207