The V in VGI: Citizens or Civic Data Sources
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Volunteered geographic information (VGI), delivered via mobile and web apps, offers new potentials for civic engagement. If framed in the context of open, transparent and accountable governance then presumably VGI should advance dialogue and consultation between citizen and government. If governments perceive citizens as consumers of services then arguably such democratic intent elide when municipalities use VGI. Our empirical research shows how assumptions embedded in VGI drive the interaction between citizens and government. We created a typology that operationalises VGI as a potential act of citizenship and an instance of consumption. We then selected civic apps from Canadian cities that appeared to invoke these VGI types. We conducted interviews with developers of the apps; they were from government, private sector, and civil society. Results from qualitative semi-structured interviews indicate a blurring of consumer and citizen-centric orientations among respondents, which depended on motivations for data use, engagement and communication objectives, and sector of the respondent. Citizen engagement, an analogue for citizenship, was interpreted multiple ways. Overall, we found that government and developers may increase choice by creating consumer-friendly apps but this does not ensure VGI offers an act of civic participation. The burden is placed on the contributor to make it so. Apps and VGI could potentially further a data-driven and neoliberal government. Planners should be mindful of the dominance of a consumer-centric view even as they assume VGI invariably improves democratic participation.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle