Internet Affects All Areas of The World: A Quantitative Report on Canadians Internet Usage
Notice bibliographique
Résumé
The Internet has had a significant influence on modern life with Pew research reporting that 99% of American adults between the ages of 18-29 used the internet in 2021 with reported reduced internet use for older Americans. Both positive and negative consequences can be attributed to its widespread use. In attending Kennesaw State University internet use is almost mandatory to successfully complete coursework. Witnessing how active internet use is in collegiate age populations in the US is has sparked some curiosity of use in Canadian residents. The survey on "Canadian Internet Use", in the year 2018 was designed to measure the impact of digital technologies on Canadians' lives. The questions used were specifically designed to target internet usage, but many different demographics variables were also collected. As a result, this study will focus on Canadians’ internet usage as it relates to household income and age. This study will attempt to answer: What effect does household income and age have on reported internet usage in Canada? Expected findings for this study are a positive relationship between household income and the amount of internet used, and a negative relationship between , the age residents and internet usage. In addition, this study hope to confirm that internet usage is greater in 18-24 year old’s when compared to older ages. Overall, the information gathered will aid in better understanding of how Canadian residents use the Internet, including their frequency of use, demand for specific online activities, and online interactions. The resulting data will be used to inform evidence-based policymaking, research, and program development, as well as to provide international comparability in the use of digital technologies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».