MétaCan
Menu
Retour à la cohorte
Enregistrement W2477762020 · doi:10.4018/978-1-60566-952-6.ch011

The Case of Global Technology in South Africa

2010· book-chapter· en· W2477762020 sur OpenAlexaff
Rocci Luppicini

Notice bibliographique

RevueAdvances in information security, privacy, and ethics book series · 2010
Typebook-chapter
Langueen
DomaineDecision Sciences
ThématiqueProfessional Masters Programs Analysis
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésGlobalizationInformation and Communications TechnologyDeveloping countryContext (archaeology)Political scienceDevelopment economicsEconomic growthDigital divideEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

Perhaps the greatest challenge 21st century globalization i to overcome the technological divide (this includes the digital and non-digital technologies) that exists between developed and developing nations. The uneven global uptake of technology is one of most important gauges of global inequality in the world today. Despite substantive efforts to level the playing field by bringing new opportunities to developing nations, this challenge continues to plague out modern world. It touches every area of human activity in society that depends on technology and change. It is both important in the current context and in future technology development. This raises the question about how it is that technology diffuses at a global level and how should this diffusion be regulated and controlled. For instance, Jeffrey (2001) examines the economic characteristics of ICT’s to gauge their potential effects on the global economy. Jeffrey (2001) found that ICT’s “are associated with a number of powerful cumulative mechanisms causing some countries to grow rapidly and others to become increasingly marginalized from the global economy (p. 147). According to Jeffrey, South Africa is among the most marginalized of developing nations despite substantive investment in their ICT infrastructure from the international development initiatives. Why is this the case and what can be done to improve the situation?

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0080,010
Communication savante0,0070,008
Science ouverte0,0010,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,367
Écart entre enseignants0,323 · 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'étudeSans objet
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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in information security, privacy, and ethics book seriesMême sujetProfessional Masters Programs AnalysisTravaux en français237 207