Notice bibliographique
Résumé
First paragraphs: As a scholar working with the Regional and Rural Broadband research team in Canada (see http://www.r2b2project.ca), I was motivated to review Responsive Countryside: The Digital Age and Rural Communities, by Roberto Gallardo, to learn more about digitally engaged rural community development in the U.S. I begin this review with Gallardo's contextual discussion of the U.S. countryside. I then consider Gallardo's examples of digital revolutions in rural community development and finally reflect on this book's scholarly contributions. In defining the term "rural" in Chapter 1, Gallardo clearly appreciates that, unlike in the past, businesses and livelihoods in the countryside are not only about agriculture. Rural is a geographic concept that connotes location and lifestyle. In the U.S., there have been profound changes in rural areas (those without an urban core of at least 10,000 residents) and small cities (those with an urban core of 10,000 to 49,999 residents). Gallardo produces an evidence base that, contrary to general perceptions, the population in the U.S. countryside is growing. This also applies to rural parts of other countries, such as Canada. However, population growth rates in the countryside are slower than in metro areas. The U.S. population is also aging, and rural communities and small cities are aging faster than metro areas. Further, the U.S. population is becoming more diverse, with a decrease in white non-Hispanics and an increase in Hispanics, even in rural areas. Gallardo argues that these changes are due to new technologies, not the least of which are digital revolutions.....
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».