Rural Living Labs: Inclusive Digital Transformation in the Countryside
Notice bibliographique
Résumé
Digital transformation (DT) has received increasing attention in recent years. Up until now, most of the current studies focus on digital transformation in advanced and dense societies, especially urban areas and technologies. Hence, the phenomenon of DT is under-researched in the context of rural and sparsely populated contexts. This study aims at exploring how a rural living lab (RLL) can be shaped and how this approach can be designed to support digital transformation processes in rural contexts. In so doing, following a design science research methodology (DSRM) approach, we have made an artefact (that is, RLL framework) that is an "instantiation" that supports user centric digitalization of rural areas. The designed framework is developed based on the key components of "traditional" and "urban" living labs, as well as empirical data which was collected within the context of the DigiBy project. The DigiBy project aims at conducting DT pilots in rural areas to elevate peoples' understanding of digitalization and the application of digitalization opportunities for service development in rural areas in the north of Sweden. As a result of these studies, five key components that guide the design of digital transformation pilots in rural areas emerged, namely: 1) rural context, 2) digitalization, 3) governance, control, and business mode, 4) methods facilitating DT processes, and 5) quintuple helix actors. We also offer an empirically derived definition of the rural living lab concept, followed by avenues for future research.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,011 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».