The Challenges of Integrating Texting and Mapping for Community Development in Canada
Notice bibliographique
Résumé
Online mapping platforms allow non-experts to visualize, organize and create a dialogue of events. Ushahidi is the best-known example of a mapping platform used for critical events and natural disasters. The Ushahidi developers have integrated mobile technologies into their mapping by allowing for texting (SMS) to collect citizen reports. We used Crowdmap, Ushahidi’s cloud-based mapping platform to investigate whether citizens could “text community development”: to contribute SMSs in a meaningful way about community assets (e.g., eateries, parks, and schools). Youth was targeted because it was hoped that comfort with mobile devices may increase engagement of underrepresented age cohorts in an inner-city neighbourhood. We customized the platform to develop an application for a community development initiative in the neighbourhood of Lachine, within Montreal, Canada. This paper discusses technical components and challenges of a coupled Crowdmap-SMS deployment in Canada. We found challenges related to the nature of Canadian mobile network providers and mobile modem locks, interoperability of mapping and telecom software, parsing of locations, issues of content moderation and anonymity, and long-standing sustainability of diffusing ICTs to community based organizations. By focusing on community development, we sought to question the utility of these crisis-driven platforms towards persistent community based conditions. To counter certain challenges, we employed creative methods like storyboarding for communicating with both non-technical and multilingual audiences. The resulting application provides compelling visualization of maps and user statistics, although cartographic comprehension varied by user. For an automated system, the application required substantial manual interventions for day-to-day operations. In some cases, community members found the automatic mapping component more onerous than the texting. ICTs and open source software combine to create innovative possibilities for community development practices and self-organization, and to spark neighbourhood dialogues about local issues. We conclude by discussing broader implications and prospects of mobile-enabled mapping for community development.
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 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 | 0,002 | 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 | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».