MétaCan
Menu
Retour à la cohorte
Enregistrement W4415586582 · doi:10.21083/crrf.v29i1.7667

How is RuralGoing Digital? Using Community-BasedResearch to Understand Rural Broadband Use

2025· article· W4415586582 sur OpenAlexaffabout
Wayne Kelly, Meghan Wrathall

Notice bibliographique

RevueProceedings of the Canadian Rural Revitalization Foundation · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueICT Impact and Policies
Établissements canadiensBrandon University
Organismes subventionnairesnon disponible
Mots-clésWork (physics)BroadbandEmerging technologiesDigital divideProcess (computing)Rural areaPresentation (obstetrics)

Résumé

récupéré en direct d'OpenAlex

The knowledge economy is changing the rules and landscape for economic development. Rural communities could be one of the biggest beneficiaries of the new reality as broadband and other digital technologies can mitigate the challenges of distance and density that rural usually faces. To better harness digital technologies it is essential that rural communities consider the potential of the technologies and how they can align with community development plans. Community-based research (CBR) provides an exciting approach that can help communities work through the new opportunities and realities presented by digital technologies as the approach is based on communities leading the research process and working with researchers to explore issues and opportunities. This presentation will share CBR results from rural Manitoba communities that are exploring how broadband and digital technologies are currently being used and how those communities would like to use those technologies in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,218
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,000
Communication savante0,0050,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,287
Écart entre enseignants0,244 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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 revueProceedings of the Canadian Rural Revitalization FoundationMême sujetICT Impact and PoliciesTravaux en français237 207