Empowering Marginalized Communities: A Framework for Social Inclusion
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Social inclusion—the ability to participate fully in one’s social world—is gaining importance in policy and academic circles. Information systems research has shown how addressing digital divides and expanding individual capabilities could increase the inclusion of marginalized groups. Yet while these contributions are notable, much of early research often overlooked the deep-seated power relations embedded in social structures—organized patterns of relationships, norms, and institutions that perpetuate inequalities and hierarchies based on gender, race, ethnicity, and caste. However, the field has evolved to bring a more nuanced understanding of how social inclusion can be achieved during the implementation of digital projects. Building on these emerging insights, in this paper, we explore how a social infomediary—an intermediary addressing social issues through information provision to marginalized communities—uses a digitally enabled agriculture extension project to build social inclusion in communities. Drawing on a qualitative case study of a social intermediary in India, our research highlights the role of social context in facilitating and constraining social inclusion efforts. Based on our findings, we develop a 4R social inclusion framework for digital development projects that shows the importance of recognition, reposition, representation, and reciprocation in fostering social inclusion. We also identify corresponding processes: transformative narratives and dialogues, empathic scaffolding, structured discursive spaces, and innovative interdependence. We discuss the practical and theoretical implications of our research and provide future research directions.
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.
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 | 0,003 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découle