Exploring Privilege in the Digital Divide: Implications for Theory, Policy, and Practice
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background and Objectives: The digital revolution has resulted in innovative solutions and technologies that can support the well-being, independence, and health of seniors. Yet, the notion of the "digital divide" presents significant inequities in terms of who accesses and benefits from the digital landscape. To better understand the social and structural inequities of the digital divide, a realist synthesis was conducted to inform theoretical understandings of information and communication technologies (ICTs); to understand the practicalities of access and use inequities; to uncover practices that facilitate digital literacy and participation; and to recommend policies to mitigate the digital divide. Research Design and Methods: A systematic search yielded 55 articles published between 2006 and 2016. Synthesis of existing knowledge, combined with user-experience elicited through a deliberative dialogue session with community stakeholders (n = 35), made visible a pattern of privilege that determined individual agency in ICT access and use. Results: Though age is consistently centralized as the key determinant of the digital divide, our analyses, which encompassed both van Dijk's resources and appropriation theory and intersectionality, appraised this notion and revealed that age is not the sole determinant. Findings highlight the role of other factors that contribute to digital inequity among community-dwelling middle-aged (45-64) and older (65+) adults, including education, income, gender, and generational status. Discussion and Implications: Informed by results of a realist synthesis that was guided by intersectional perspectives, a conceptual framework was developed outlining implications for theory, policy, and practice to address the wicked problem that is the digital divide.
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.
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 | 0,004 | 0,015 |
| 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 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle