MétaCan
Menu
Retour à la cohorte
Enregistrement W3173391724 · doi:10.29173/irie181

Beyond E-waste: Kenyan Creativity and Alternative Narratives in the Dialectic of End-of-Life

2009· article· en· W3173391724 sur OpenAlexvenueno aff
Ugo Vallauri

Notice bibliographique

RevueThe International Review of Information Ethics · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueICT in Developing Communities
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEthosInformation and Communications TechnologyNarrativeContext (archaeology)CreativityKenyaDialecticConsumption (sociology)ReusePolitical scienceSociologySocial scienceGeographyEpistemologyEngineering

Résumé

récupéré en direct d'OpenAlex

The main focus of green IT campaigns and policy interventions in developing regions has been on efforts to counter the flows of e-waste coming from the West. This paper argues that while such interventions are necessary, they often fail to acknowledge the complexity of information-technological developments across the global South. Complementary narratives can uncover a more nuanced perception of the role played by second hand ICT equipment in development. E-waste is at first contextualized within the wider debate on the contested role of technology in post-development. Examples of the multi-dimensional role of technolog in development initiatives in Kenya are used to provide evidence of existing cultures of reuse and of their potential to inform and influence a shift in Western ICT consumption patterns, in line with contemporary debates on de-growth. Examples of alternative approaches to development in the context of ICT abound, and it's key to focus on those that have roots in the creation of value right where others would see only waste – translating the ethos of the grey economy in projects that reclaim economical and educational spaces.

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)0,017
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0170,051
Communication savante0,0120,019
Science ouverte0,0010,011
Intégrité de la recherche0,0040,004
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 Opus0,054
Tête enseignante GPT0,346
Écart entre enseignants0,292 · 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'étudeQualitatif
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

Citations7
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Review of Information EthicsMême sujetICT in Developing CommunitiesTravaux en français237 207