Notice bibliographique
Résumé
There is a well-rehearsed argument that we are fast approaching a digital divide, of users and non-users of the Internet (Wang et al., 2011). Moreover, the low use of the Internet by older people has been described as a ‘grey digital divide’ (Millward, 2003). This may be explained by the fact that many retired people today lived the majority of their lives without the Internet. However, writing this chapter in 2012, it is apparent that older people are making the digital conversion in ever increasing numbers. It is estimated that around 40 per cent of people aged 65+ use the Internet across industrialized countries, with figures ranging from 38 per cent in Sweden and 39 per cent in New Zealand (Centre for Digital Future, 2009), to 41 per cent in the United Kingdom (Ofcom, 2010), 42 per cent for the United States and 45 per cent in Canada (Centre for Digital Future, 2009). Moreover, older people are the fastest growing segment of Internet users, as numbers of younger age groups appear to plateau (ABS, 2005). Data from the United Kingdom show that older people use the Internet in similar ways to younger age groups (ONS, 2011). There is also evidence to suggest that older people join online support groups (Pfeil and Zaphiris, 2009) and that the volume of such interaction is steadily increasing (Nimrod, 2009).
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».