MétaCan
Menu
Retour à la cohorte
Enregistrement W2584562910 · doi:10.23962/10539/21757

Development Informatics Research and the Challenges in Representing the Voice of Developing Country Researchers: A South African View

2016· article· en· W2584562910 sur OpenAlexfundno aff
Judy van Biljon

Notice bibliographique

RevueThe African Journal of Information and Communication (AJIC) · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueICT in Developing Communities
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Immunization Research NetworkNational Research Foundation
Mots-clésInformaticsPolitical science

Résumé

récupéré en direct d'OpenAlex

Indigenous or local researchers from developing countries have not made a leading contribution to development informatics (DI) or information and communication technologies for development (ICT4D) research. This is noteworthy since these researchers should be in a prominent position to contribute to the discourse, where context knowledge is regarded as vital. Furthermore, a dependence on foreign scholarly direction can create a gap between research and reality in a way that affects the success of ICT programmes in African countries. Extant literature highlights this problem, but most studies stop short of considering the causes and proposing how to amplify the voice of developing country researchers. This paper documents the ICT4D/DI research discourse that took place during four seminal academic events in South Africa during the period 2012 to 2015. Those discussions are presented and analysed here to contribute to the wider discourse on ICT research and practice in developing countries, with the aim of enhancing the research contribution of developing countries. An interpretivist, involved researcher analysis of the workshop reports is conducted to gain an improved understanding of the South African ICT4D/DI researcher's challenges to proportional participation. While this study takes a South African perspective, many of the findings could apply to researchers in other developing countries.

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)0,024
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0200,029
Communication savante0,0180,013
Science ouverte0,0010,012
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,184
Tête enseignante GPT0,337
Écart entre enseignants0,153 · 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.

Devis d'étudeQualitatif
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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe African Journal of Information and Communication (AJIC)Même sujetICT in Developing CommunitiesTravaux en français237 207