Does Information and Communication Technology Lead to the Well-Being of Nations? A Country-Level Empirical Investigation1
Notice bibliographique
Résumé
This paper examines the role of information and communication technology (ICT) in enhancing the well-being of nations. Extending research on the role of ICT in the productivity of nations, we posit that the effects of ICT may not be limited to productivity (e.g., GDP), and we argue that the use of ICT can also improve the well-being of a country by helping citizens to develop their social capital and achieve social equality, enabling access to health-related information and health services, providing education to disadvantaged communities, and facilitating commerce. Using a number of empirical specifications, specifically a fixed-effects model and an instrumental variable approach, our results show that the level of ICT use (number of fixed telephones, Internet, mobile phones) in a country predict a country’s well-being (despite accounting for GDP and several other control variables that also predict a country’s well-being). Furthermore, by using an exploratory method (biclustering) of identifying both country-specific and ICT-specific variables simultaneously, we identify clusters of countries with similar patterns in terms of their use of ICT, and we show that not all countries increase their level of well-being by using ICT in the same manner. Interestingly, we find that less developed countries increase their level of well-being with mobile phones primarily, while more developed countries increase their level of well-being with any ICT system. Contributions and implications for enhancing the well-being of nations with ICT are discussed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».