MétaCan
Menu
Retour à la cohorte
Enregistrement W4252501860 · doi:10.24124/2005/bpgub363

Spinning a northern web: Women using information and communication technology to network for health and wellness.

2005· dissertation· en· W4252501860 sur OpenAlexfundno aff
Christina McLennan

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueFocus Groups and Qualitative Methods
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Northern British Columbia
Mots-clésInformation and Communications TechnologyThe InternetFocus groupPublic relationsAction (physics)Work (physics)Promotion (chess)Health promotionAction researchKnowledge managementMedicinePolitical scienceSociologyPublic healthWorld Wide WebBusinessNursingComputer scienceEngineeringMarketing

Résumé

récupéré en direct d'OpenAlex

This case study explores women's experiences using information and communication technology (ICT) to address women's health in northern, rural and remote communities in British Columbia. Incorporating features of collaborative, action research methodology, an online focus group was utilized to explore the Women North Network (WNN) and its primarily Internet-based component. Utilizing ICT to overcome geographic isolation, the WNN builds community by strengthening connections between women and supports information sharing, action and the development of research and policy initiatives. Study participants offer an understanding of what is practical and meaningful for women using ICT; suggesting that by encountering supportive relationships that build community leading to action, women will become engaged in using ICT. Increased access to computers, Internet and women-centred training are essential. Furthermore, social work and other health promotion professions utilizing ICT will have greater ability to includediverse communities in influencing social and health policy in northern, rural and remote communities.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,106
Score d'incertitude au seuil0,211

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0150,005
Communication savante0,0050,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
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 Opus0,043
Tête enseignante GPT0,446
Écart entre enseignants0,403 · 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

Citations2
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFocus Groups and Qualitative MethodsTravaux en français237 207