Connecting Rural Canadians: A Review of Policy, Measurement and Outcomes
Notice bibliographique
Résumé
The rate of Internet diffusion in Canada has been quite rapid compared to other innovations such as electricity and telephony. Internet diffusion however, has not been homogenous and depends on many factors. Previous research has identified unevenness both geographically and among different segments of the population.A logistic regression model of 2005 Canadian Internet Use Survey (CIUS) data found that an individual residing in a rural or small town location had lower odds of Internet use, controlling for other factors such as age, income and education. And these lower odds of use in smaller communities were the same irrespective of proximity to larger urban centres, implying a hierarchical diffusion pattern. This same regression model was then applied to the 2007 CIUS data in order to determine how the factors associated with Internet use had changed. While the difference in odds of Internet use between urban and rural residents remained statistically significant, it had become smaller.This paper examines the changing importance of factors associated with accessing the Internet since 2005, with an emphasis on geographic location and broadband penetration. The first section will review public policy initiatives of the Canadian government and measurement efforts by Statistics Canada. The next section examines previous research illustrating urban and rural differences in online access and uses. Bolstering rural Internet use by providing on-ramps to the so called information highway was the policy objective of the federal Community Access Program. As the emphasis has shifted to increasing broadband connectivity, closing the rural digital divide remained a policy objective of the federal Connecting Rural Canadians program. The final section presents results from the 2009 CIUS to illustrate how the survey can inform federal broadband policy and then describes how the CIUS was redesigned to provide better measures of household Internet connectivity.
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 | 0,024 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,019 | 0,052 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».