Perceptions of ICT use in rural Brazil: Factors that impact appropriation among marginalized communities
Notice bibliographique
Résumé
This study of digital inclusion among the rural poor examines how residents of remote mountain communities in Brazil perceive the use of information and communication technologies (ICTs). It analyzes social factors that impact ICT appropriation and the behaviors and attitudes that advance digital literacy among marginalized rural populations. The authors conducted factor analysis and logistic regressions to survey data collected. Results confirm the presence of a gender divide in ICT adoption. Women were more likely to perceive that ICT use brings social benefits to the community, and considered that ICTs provide better opportunities for the young.Este estudio sobre inclusión digital entre los pobres en comunidades rurales examina cómo es que los residentes de comunidades serranas remotas en Brasil perciben el uso de la las tecnologías de la información y comunicación (TICs). Analiza los factores sociales que impactan la apropiación de TIC, así como el comportamiento y las actitudes que permiten el avance de la alfabetización digital en poblaciones rurales marginalizadas. Los autores realizaron un análisis factorial y regresiones logísticas de la información recolectada a través de encuestas. Los resultados confirman la presencia de una brecha de género en la adopción de TIC. Las mujeres son más propensas a percibir que el uso de ICT trae beneficios sociales para la comunidad, y también consideraron que las TICs proporcionan mejores oportunidades para los jóvenes.
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 | 0,003 | 0,001 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».