MétaCan
Menu
Retour à la cohorte
Enregistrement W7083687060 · doi:10.26183/tp9e-jj77

First Nations Digital Inclusion in Western Sydney

2025· report· en· W7083687060 sur OpenAlexaboutno aff

Notice bibliographique

RevueWestern Sydney University ResearchDirect · 2025
Typereport
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture, Water, and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousInclusion (mineral)General partnershipGovernment (linguistics)Digital inclusionDisadvantageCorporate governanceFace (sociological concept)Closing (real estate)

Résumé

récupéré en direct d'OpenAlex

This report showcases the findings of the First Nations Digital Inclusion in Western Sydney project—a partnership between the Whitlam Institute, Western Sydney University researchers and community organisations. The project which was overseen by an Indigenous Governance Committee draws on an online survey, yarning circles, and storytelling interviews. This report amplifies the day-to-day realities of Indigenous peoples in Western Sydney, revealing how inequalities in the digital space disadvantage Indigenous peoples in one of Australia's most diverse and growing urban regions. Digital inclusion is fundamental to equitable participation in society—affecting all aspects of life including access to education, employment, healthcare, and government services. Access to technology assists Indigenous peoples in Western Sydney to stay in contact with family and friends, to share knowledge about their culture, kinship, and Country. Yet, Indigenous peoples in Western Sydney continue to face significant barriers in accessing reliable digital technology, affordable internet, and digital literacy opportunities. While digital inclusion is recognised as a key priority under Outcome 17 of the National Agreement on Closing the Gap, current efforts fall short in addressing the challenges faced by Indigenous peoples in urban settings. This report presents a comprehensive analysis of these barriers and outlines solutions driven by Indigenous peoples and their experiences.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,772
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0020,009
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,029
Tête enseignante GPT0,286
Écart entre enseignants0,257 · 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'étudeObservationnel
Domainenon disponible
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même revueWestern Sydney University ResearchDirectMême sujetAgriculture, Water, and HealthTravaux en français237 207