MétaCan
Menu
Retour à la cohorte
Enregistrement W3142907402 · doi:10.29173/iasl7558

Bridging the Digital Divide through Schools

2021· article· en· W3142907402 sur OpenAlexvenueno aff
Stephen M. Mutula

Notice bibliographique

RevueIASL Annual Conference Proceedings · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueICT Impact and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDigital divideThe InternetBridging (networking)Public relationsEntertainmentEquity (law)Internet privacyInternet accessInformation and Communications TechnologyPhenomenonInformation AgePolitical scienceSociologyEconomic growthBusinessComputer scienceWorld Wide WebEconomicsComputer security

Résumé

récupéré en direct d'OpenAlex

The Internet has become increasingly an important source of information for pupils in learning, entertainment, sharing and exchanging experiences with other peers, meeting with adults and learning about other cultures. The Internet is a major force in the lives of school children and is no doubt having a tremendous influence on their reading habits and information seeking behaviour. With increased Internet connectivity however, concerns are being raised about the widening imbalances of access to ICTs between north information haves and the information have nots countries. This imbalance known as the digital divide has implications in terms of equity access to quality education in an electronic age. In Africa there are limited programmes that address in particular how schools can be equipped to benefit from the digital age and at the same time be used as an important instrument to bridge the digital divide. The concept digital divide was coined to describe the imbalance in access to information and communication technologies by different communities of people between different countries of the world. This phenomenon is today known to exist within individual countries, cities and even communities. Today schools are being seen as one of the most salient infrastructure that can be used to bridge the digital divide in our midst. This paper looks at developments in Africa aimed at bridging the digital divide through schools.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,006
Communication savante0,0070,010
Science ouverte0,0010,011
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0220,002

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 Opus0,019
Tête enseignante GPT0,243
Écart entre enseignants0,224 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIASL Annual Conference ProceedingsMême sujetICT Impact and PoliciesTravaux en français237 207