MétaCan
Menu
Retour à la cohorte
Enregistrement W2128393480 · doi:10.1002/j.1681-4835.2009.tb00249.x

Mobile Phones and Development: An Analysis of IDRC‐Supported Projects

2009· article· en· W2128393480 sur OpenAlexaboutno aff
Ahmed Tareq Rashid, Laurent Elder

Notice bibliographique

RevueThe Electronic Journal of Information Systems in Developing Countries · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueICT in Developing Communities
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMobile phoneInternational developmentContext (archaeology)Thematic analysisLivelihoodMillennium Development GoalsDeveloping countryBusinessQualitative researchTelecommunicationsEngineeringPolitical scienceEconomic growthSociologyAgricultureGeographySocial science

Résumé

récupéré en direct d'OpenAlex

Abstract In the context of the rapid growth of mobile phone penetration in developing countries, mobile telephony is currently considered to be particularly important for development. Yet, until recently, very little systematic evidence was available that shed light on the developmental impacts of mobile telecommunication. The Information and Communication Technology for Development (ICT4D) program of the International Development Research Centre (IDRC), Canada, has played a critical role in filling some of the research gaps through its partnerships with several key actors in this area. The objective of this paper is to evaluate the case of mobile phones as a tool in solving development problems drawing from the evidence of IDRC supported projects. IDRC has supported around 20 projects that cut across several themes such as livelihoods, poverty reduction, health, education, the environment and disasters. The projects will be analyzed by theme in order to provide a thematic overview as well as a comparative analysis of the development role of mobile phones. In exploring the evidence from completed projects as well as the foci of new projects, the paper summarizes and critically assesses the key findings and suggests possible avenues for future research.

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)0,013
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,047
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0100,016
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,013
Tête enseignante GPT0,254
Écart entre enseignants0,240 · 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'étudeObservationnel
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

Citations213
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Electronic Journal of Information Systems in Developing CountriesMême sujetICT in Developing CommunitiesTravaux en français237 207