Dimensions and barriers for digital (in)equity and digital divide: a systematic integrative review
Notice bibliographique
Résumé
Purpose This integrative review was conducted to provide an overview of existing research on digital (in)equity and the digital divide in developed countries. Design/methodology/approach We searched academic and grey literature to identify relevant papers. From 8464 academic articles and 183 grey literature, after two levels of screening, 31 articles and 54 documents were selected, respectively. A thematic analysis was conducted following the steps suggested by Braun and Clarke and results were reported following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. Findings The results showed that most articles and papers were either from Europe or North America. Studies used a range of research methods, including quantitative, qualitative and mixed methods. The results demonstrated four major dimensions of the digital divide among various vulnerable groups, including digital literacy, affordability, equity-deserving group-sensitive content and availability or access to infrastructure. Among vulnerable groups, low-income people were reported in the majority of the studies followed by older adults, racial and ethnic minorities, newcomers/new immigrants and refugees, Indigenous groups, people with disabilities and women. Most reported barriers included lack of access to the internet, digital skills, language barriers and internet costs. Originality/value To the best of our knowledge, there have been limited attempts to thoroughly review the literature to better understand the emerging dimensions of digital equity and the digital divide, identifying major vulnerable populations and their unique barriers and challenges. This review demonstrated that understanding intersectional characteristics (age, gender, disability, race, ethnicity, Indigenous identity and immigration status) and their interconnections is crucial for analyzing the dynamics of digital (in)equity and divide.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,018 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».