MétaCan
Menu
Retour à la cohorte
Enregistrement W2133070339 · doi:10.1109/compsac.2006.145

Modeling Web Accessibility: A Case Study on Texas A&M University People Website

2006· article· en· W2133070339 sur OpenAlexaboutno aff
Yong Wang, Dick B. Simmons

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHuman Mobility and Location-Based Analysis
Établissements canadiensnon disponible
Organismes subventionnairesTexas A and M University
Mots-clésThe InternetInternet accessDigital divideDomain (mathematical analysis)ChinaOrder (exchange)Computer scienceGeographyGravity model of tradeScale (ratio)World Wide WebDemographyCartographyBusinessMathematicsSociologyInternational trade

Résumé

récupéré en direct d'OpenAlex

Statistic analyses are applied to empirical data to test the Internet accessibility. Results indicate a strong statistical correlation between Internet access and computer domain density at international scale, but visit pages/host does not show a correlation with either computer domain density or physical distance. At international scale, access hosts are the most from North America, followed by Europe, Asia, South America, and Africa in a decreasing order. Visit pages/hosts are the highest from China, Japan, and U.S.A, followed by South Korea, Australia, and Canada in a decreasing order among the top 28 countries. At national and regional (Texas) scales, physical distance plays an important role to shape Internet access and visit pages/host. The closer the distance to the Internet server, more access from that physical location occurs. Access hosts have an exponent relationship with distance as gravity model, visit pages/host have a linear and exponent relationship with distance respectively. In the national scope, access hosts are relatively higher from Boston, New Haven (CT), New York, San Jose, and L.A. in comparison with similar distant cities. These may be due to the higher computer domain density in these areas. Statistical analyses suggest that claim of "death in distance" in the information age is misled and digital divide varies in a different scale. The results support "declining importance of distance in individual accessibility"

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,829
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,041
Tête enseignante GPT0,319
Écart entre enseignants0,278 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHuman Mobility and Location-Based AnalysisTravaux en français237 207