MétaCan
Menu
Retour à la cohorte
Enregistrement W2912366379 · doi:10.17645/mac.v7i1.1478

Immigrant Children and the Internet in Spain: Uses, Opportunities, and Risks

2019· article· en· W2912366379 sur OpenAlexaboutno aff
Miguel Casado, Carmelo Garitaonandia Garnacho, Gorka Moreno, Estefanía Álvarez Jiménez

Notice bibliographique

RevueMedia and Communication · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensnon disponible
Organismes subventionnairesEusko Jaurlaritza
Mots-clésThe InternetImmigrationQuarter (Canadian coin)PopulationInternet privacyInternet accessMediationSociologyPolitical scienceGeographyComputer scienceWorld Wide WebSocial scienceDemographyLaw

Résumé

récupéré en direct d'OpenAlex

This article describes the use made of the Internet by immigrant children living in Spain and the opportunities and risks it involves. Specifically, it deals with children from the Maghreb, Ecuador, and Sub-Saharan Africa, three regions which account for a quarter of Spain’s foreign-born population. A qualitative methodology was used, based on in-depth interviews with 52 children from these countries and educators from their support centres. Immigrant minors usually access the Internet via their smartphones rather than via computers. They have a very high rate of smartphone use and access the Internet over public Wi-Fi networks. However, they make little use of computers and tablets, the devices most closely associated with education and accessing information. Internet usage is fairly similar among immigrant and Spanish teens, although the former receive more support and mediation from their schools and institutions than from their parents. The Internet helps them to communicate with their families in their countries of origin. As one educator puts it, “they have gone from sending photos in letters to speaking to their families every day on Skype”. Some teens, particularly Maghrebis, sometimes suffer from hate messages on social networks.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0040,001
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,043
Tête enseignante GPT0,271
Écart entre enseignants0,228 · 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

Citations17
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedia and CommunicationMême sujetChild Development and Digital TechnologyTravaux en français237 207