Electronic Communication in Developing Countries: Explanatory Theory, Volume 2
Notice bibliographique
Résumé
A few years ago, respondents in developing countries had never used the internet or even had electricity to charge a cell phone; but now, respondents overwhelmingly report that they are using computers and cell phones to send e-mail, play games, access information, listen to music, bank, develop literacy skills, and enroll in e-courses. Developing countries are using cellular telephones and internet interconnectivity even more than countries nearly saturated with these devices and conveniences. What can we learn from African, Asian, South American, Middle Eastern countries and even island countries like Jamaica, Maldives and the Philippines? This collection of data comes at a critical time for exploring shifts in communication practices that are occurring in all nations. It introduces explanatory theory from a student's viewpoint to complete the BRICS country overview and add 18 countries worthy of observation. Some are carefully watched to see if they pass over into developed country status. All are experiencing infrastructure problems. Their technology in many cases is leapfrogging into usage patterns seen in the US, Canada, and Western Europe. The purpose of this scholarship is to acknowledge the uniqueness of culture in each of the countries observed without attempting to impose a western framework of interpretation upon the communication behaviors. This is exploratory research accomplished by many who spoke the language of the country they investigated. We hope that this book inspires continued dialogue on the influences of electronic communication and falls outside the purview of readers' daily lives, providing a window into these developing nations.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,004 |
| 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 ».