MétaCan
Menu
Retour à la cohorte
Enregistrement W2609825395 · doi:10.15353/joci.v13i1.3291

Expert yet vulnerable: Understanding the needs of transit dependent riders to inform policy and design

2017· article· en· W2609825395 sur OpenAlexvenueno aff
Emma Rose, Robert Racadio, Travis Martin, Deidre Girard, Beth Kolko

Notice bibliographique

RevueThe Journal of Community Informatics · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInformation Systems Theories and Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThematic analysisAgency (philosophy)Public relationsSociologyPublic transportReciprocity (cultural anthropology)Work (physics)Knowledge managementBusinessQualitative researchComputer sciencePolitical scienceTransport engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Transportation is a crucial resource that links people to jobs, social networks, community and services. The transit dependent -- those who do not own private vehicles -- occupy a unique position. They are expert in their knowledge of public transportation while vulnerable to the failures and limitations of transit. This paper presents the results of a study that is aimed at understanding the lived experience of transit dependent riders. Using a framework of structuration theory as an analytic lens, we provide a thematic analysis of qualitative data including interviews with socially connected groups of people and video diaries. The results demonstrate the expertise that transit dependent riders have about transit and its policies and how they deploy that expertise in productive and cunning ways to make the system work for them. The analysis of this data resulted in three categories of agency to consider when designing for vulnerable populations: resourcefulness, reciprocity and powerlessness. The paper concludes by advocating for a human-centered approach to designing systems in community informatics and offers a set of guiding questions for designers of information and communication technologies (ICTs) to consider, especially with regards to vulnerable populations.

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)0,012
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0100,013
Communication savante0,0070,013
Science ouverte0,0020,011
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,163
Tête enseignante GPT0,398
Écart entre enseignants0,235 · 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'étudeObservationnel
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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Community InformaticsMême sujetInformation Systems Theories and ImplementationTravaux en français237 207