Do They Adapt or Collapse? Digital Immigrants to Digital Communication Technology during the Pandemic of Covid-19
Notice bibliographique
Résumé
Communication has permanently been embedded into our life. The pandemic’s temporary erasure of daily communication and interaction has somehow posited people in danger of ostracization, missing out and, ultimately, loneliness. The COVID-19 pandemic was characterised by unprecedented development and the use of digital technologies. The global crisis brought on by the coronavirus pandemic has pushed us further into a digital world, and changes in behaviour are likely to have lasting effects when the economy starts to pick up. The recent experience with COVID-19 shows that the transition to these extraordinary circumstances is far from smooth. More specifically, digital immigrants to ICTs are even more disadvantaged than before. In many cases, the lifeline provided by technologies is only available to those able to access them. Compared to the digital natives, digital immigrants may suffer combined during this transitional digital phase of life and work. Henceforth, this concept paper will thoroughly explain the relationship between social distance and both excellent and negative markers of wellbeing while looking at the nature of digital social interaction through a series of updated literature about technology use among digital immigrants during the pandemic. In addition, the literature review will explain that confidence and competence are vital for learning new things compared to individuals who have not been exposed to technology. Furthermore, the psychological aspect of adopting technologies, which affects the adoption of linked technologies, includes user experience indefinitely. Finally, this concept paper will fill a gap in the literature by exploring the effects of COVID-19 digitalisation on communication and digital immigrants' ongoing technology usage behaviours.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».