Exploring Digital Inclusion in Loíza, Puerto Rico: Evidence from the Project OCEBAL
Notice bibliographique
Résumé
For over a decade, federal and state government, as well as nongovernmental organizations in the United States, have asserted the goal of digital equity as necessary for civic, economic, and political participation in society. This study adopts a quantitative approach to explore the project OVERCOME21: ConnectED2Health: Expanding Broadband Access to Loiza, Puerto Rico. This project was organized by US Ignite in partnership with Libraries Without Borders US. The analysis focuses on exploring three themes: 1) Access and adoption to internet services, 2) Availability of internet-enabled devices to support users’ online activities, and 3) Digital literacy. A pre-survey (ex-ante) and post-survey (post-ante) were administered before and after access to internet services and digital literacy and agile learning workshops. Households and individuals at selected communities were the analysis units for the pre-survey sample (n = 98), and post-survey sample (n = 80). Ex-ante findings show that most participants were single females who identified themselves as black or African American, and high school (46.4%) was the highest level of education. One-third of participants didn’t have internet service and reported an annual income of less than $15,000. Additionally, most participants (72.6%) didn’t know the term digital literacy, nor had they participated in a digital literacy workshop (82.5%). After digital literacy workshops ex-post data showed that more than half (71.2%) of participants knew the term digital literacy, and more than half (58.2%) had participated in a digital literacy workshop organized by the project. Ex-ante and post-ante data showed that most participants (95%) didn’t use broadband internet services for telehealth services, and over 50% of participants expressed concerns about the safety of personal information. Although data collection results are not representative of selected communities, research findings serve to contextualize digital equity and digital literacy initiatives as well as contributing to a research topic with social and public policy implications.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».