MétaCan
Menu
Retour à la cohorte
Enregistrement W3200504285 · doi:10.33137/ijidi.v5i3.36213

Minding the Design Reality Gap

2021· article· en· W3200504285 sur OpenAlexfundno aff
Daniel Azerikatoa Ayoung, Pamela Abbott

Notice bibliographique

RevueThe International Journal of Information Diversity & Inclusion (IJIDI) · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueICT in Developing Communities
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto
Mots-clésInformation and Communications TechnologyIntervention (counseling)SustainabilityImplementationKnowledge managementInvestment (military)BusinessPublic relationsPolitical scienceComputer scienceMedicineNursing

Résumé

récupéré en direct d'OpenAlex

This paper focuses on evaluating an information and communication technology (ICT) intervention promoted as a pro-poor telecentre initiative in rural Ghana. Our evaluative tool is the Design Reality Gap (DRG) framework used to analyse the Community Information Centre (CIC) initiative in Ghana. Data were collected through a qualitative multi-site case study. By tracing the linkages between the investment and outcomes, we found a worrying trend of failed implementations and sustainability, although implementers did sustain efforts at planning new initiatives. Based on the findings, we argue that the CIC initiative in Ghana is a failing ICT intervention. We also found that the tailored DRG approach allowed us to tease out the nuances that account for the CICs' status. We conclude by proposing gap closure measures for the failing intervention. This paper contributes to ICT evaluations by demonstrating the utility of the DRG framework in evaluating one of the most significant pro-poor ICT initiatives in lower-to-middle-income communities: telecentres. This research also contributes to the current ICT literature by enhancing our current knowledge about publicly accessible ICT facilities in an under-investigated setting, and further offers an approach to telecentre evaluations in similar contexts inspired by the DRG model.

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)0,105
score de la tête « metaresearch » (Gemma)0,107
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,555

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1050,107
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0060,030
Communication savante0,0160,020
Science ouverte0,0030,014
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,068
Tête enseignante GPT0,276
Écart entre enseignants0,208 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Information Diversity & Inclusion (IJIDI)Même sujetICT in Developing CommunitiesTravaux en français237 207