Trust and Technology Repair Infrastructures in the Remote Rural Philippines
Notice bibliographique
Résumé
This paper analyzes the processes and challenges of technology repair in remote, low-income areas far from standard ICT repair infrastructure. Our sites of study are the fishing and farming villages of Dibut, Diotorin, and Dikapinisan in Aurora Province, Philippines, located in coastal coves against a mountain range. Residents are geographically isolated from urban areas, with the nearest peri-urban center of Baler a boat trip of several hours away, infeasible in some sea conditions. Unlike prior work in more connected rural areas, there are no local repair shops and device repair is uncommon, despite frequent breakage due to harsh conditions for electronics. The scarcity of local electronics repair limits technology access and leads to accumulation of e-waste. While prior work demonstrates that local electronics repair capability does arise in many rural areas around the world, we must also acknowledge that the successful emergence of this infrastructure depends on the intersection of many structural conditions and cannot be taken for granted. We present the material hardships of achieving local repair in terms of seams between heterogeneous urban and rural infrastructures, which illustrate the cove communities' marginality with respect to many forms of public infrastructure. However, intermittent and informal repair infrastructures based on trust relationships emerge to patch these seams in remote settings. We show how trust affects the way people dynamically construct repair infrastructure and why, based on their remoteness and the resulting value propositions of repair. Networks of trust between repairers, their clients, suppliers, fellow repairers, and certifying or training institutions crucially facilitate the movement of resources and expertise across the Philippines, but also reinforce the marginality of residents and repairers in the coves. Despite these structural challenges, local people are able to maintain a robust ecosystem for rural electrical line repair, from which we generalize the model of training grounds as a strategy for sustaining local communities of repair experts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».