List of Tables and Figures
Notice bibliographique
Résumé
TABLES 1.1 Survey respondents by gender 23 1.2 High school student respondent characteristics 23 1.3 Teacher respondent characteristics 24 2.1 Type of Internet connection at home by rural-urban location in Nova Scotia 42 2.2 Average time spent on different computers by rural-urban location and type of connection in Nova Scotia 43 2.3 Average skill levels and self-reported competence, Nova Scotia, by rural-urban location and home connectivity 44 2.4 Multiple regression analysis of (a) computer skills and (b) self-reported competence, Nova Scotia 45 2.5 Home access to ICT by north-south and rural-urban location 46 2.6 Home access to ICT by rural-urban location and ethnicity in Nunavut 47 2.7 Multiple regression analysis of home ICT access in Nunavut, all respondents and Inuit only 48 2.8 Hours spent using ICT by rural-urban location and ethnicity in Nunavut 49 2.9 Multiple regression of total time spent on computers in Nunavut, all respondents and Inuit only 50 2.10 Mean skill levels by rural-urban location and ethnicity in Nunavut 51 2.11 Multiple regression of self-reported computer skills in Nunavut, all respondents and Inuit only 52 2.12 Multiple regression of self-reported competence with ICT in Nunavut, all respondents and Inuit only 53 3.1 Mean ICT competence, skill, and disposition by cultural identity 70 3.2 Traditional culture and the Internet 76 3.3 Communication via the Internet by first language 77 4.1 Most common use of the Internet by gender for Nunavut and Nova Scotia 94 4.2 Interpersonal communication technology use of at least a few times a week by gender for Nunavut and Nova Scotia 95
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 | 0,000 | 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) | 0,003 | 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 ».