MétaCan
Menu
Retour à la cohorte
Enregistrement W4416809271 · doi:10.1016/j.jrurstud.2025.103958

Digital rurality: A three-fold model and research agenda

2025· article· en· W4416809271 sur OpenAlexaff
Huiyan He, Agnieszka Leszczynski

Notice bibliographique

RevueJournal of Rural Studies · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRural development and sustainability
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésRuralityDigital transformationRepresentation (politics)Power (physics)Digital divide

Résumé

récupéré en direct d'OpenAlex

Rural spaces are increasingly shaped by the pervasive influence of digital technologies, which are integral to their constitution, experience, and practices. This article distills how the forces of digitality inflect contemporary conceptualizations of rurality by iterating Halfacree's (2006, 2007) model of rural space to account for the emergence of what we term digital rurality . We advance a threefold heuristic of digital rurality as comprised of digital rural localities , formal representations of the digital rural , and everyday lives of the digital rural . Mobilizing this framework, we identify that digital rural spatialities are produced via the transformation of socio-spatial relations within rural localities; the representation of rural spaces by dominant actors staking claims about digital technologies; and everyday engagements with rural spaces mediated via digital technologies. We argue that an emergent digital ruralities research agenda must examine the power relations shaping digital ruralities, and geographic differences in how digital ruralities manifest between the Global North and South. • Rural studies have yet to account for the role of digitality in shaping rurality. • Digital technologies are not only drivers of change but constitutive of rurality itself. • Digital rurality designates rural relations shaped by forces of digital mediation. • Digital rurality is produced through localities, representations, and practices. • Future digital rural research must engage with questions of power and spatiality.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,671
Score d'incertitude au seuil0,274

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,097
Tête enseignante GPT0,351
Écart entre enseignants0,254 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Rural StudiesMême sujetRural development and sustainabilityTravaux en français237 207