MétaCan
Menu
Retour à la cohorte
Enregistrement W4414827918 · doi:10.29173/psur403

Navigating the Digital Divide

2025· article· en· W4414827918 sur OpenAlexaffvenue
Dalton Seney

Notice bibliographique

RevuePolitical Science Undergraduate Review · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueICT Impact and Policies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésIndigenousDigital divideDystopiaGovernment (linguistics)CraftTransformative learningThe InternetBroadband

Résumé

récupéré en direct d'OpenAlex

The proliferation of broadband internet offers transformative potential but also introduces significant complexities, particularly in Indigenous communities. This paper examines the dual perspectives—utopian and dystopian—surrounding broadband adoption in these contexts. Utopian perspectives emphasize broadband as a tool for cultural revitalization, education, healthcare advancements, and Indigenous sovereignty, bridging geographic and social divides. Conversely, dystopian views caution against risks like cultural erosion, identity homogenization, and dependency on external infrastructures. This research explores the interplay between these opposing viewpoints, analyzing case studies and scholarly works to highlight both the opportunities and challenges broadband technology presents. The paper advocates for a balanced approach to policy development, emphasizing Indigenous leadership, collaboration, and respect for cultural protocols. Recommendations include fostering partnerships between Indigenous communities, the private sector, and government entities to craft inclusive policies that prioritize self-determination while addressing the digital divide. By embracing a culturally sensitive framework, broadband adoption can serve as a pathway for resilience, empowerment, and socio-economic development, ensuring that technological advancements honor and uplift Indigenous communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,008
Communication savante0,0080,012
Science ouverte0,0010,007
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,324
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolitical Science Undergraduate ReviewMême sujetICT Impact and PoliciesTravaux en français237 207