Improving Effectiveness of Rural Information and Communication Technology Offices: The Case of Qazvin Province in Iran
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
The information and communication technology (ICT) offices in rural areas of Iran have been developed as government provided counters under a national project in the past decades. The rural ICT offices were expected to benefit the rural people in various socio-economic dimensions such as health, social connectivity, crop diversity, agricultural productivity, occupational capability and the lifestyle in general. However, these middle range offices in Iran did not perform as expected, and thus they require an urgent restructuring to boost up their performances and to enhance their acceptability. This study investigates the effectiveness of the ICT systems and services in place in the Qazvin province of Iran with the purpose of identifying the major requirements needed to fix up the system. The focus of this study was around 10,000 people organised through rural ICT agents and their users in the rural area of Qazvin. The survey involves 138 rural ICT offices operated by 103 cooperative agents. Of them, 16 rural ICT offices were selected randomly, and 165 rural users connected with the selected offices were interviewed by the research team. Collected data have been analysed with structural equation modeling. The study shows that education, policy and management requirements deserve the highest attention, and therefore the best ways to improve the effectiveness of rural ICT offices. This study suggests that the effectiveness of rural ICT offices can be improved significantly through providing in-service education for ICT experts, arranging regular training programme for ICT office agents and using mass media to educate villagers on various aspects of ICTs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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