Community Building and Information and Communications Technologies: Current Knowledge COMMUNITY BUILDING AND INFORMATION AND COMMUNICATIONS TECHNOLOGIES: CURRENT KNOWLEDGE.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The study of the impact of information and community technologies (ICTs) on community building has matured in recent years. Though the ‘digital divide’ remains, ICT availability has improved considerably in Australia, Canada, and the USA. Not only do a wider range of people have access to Internet technology, its use is a normal feature in people’s lives. It is now possible to investigate its effect not just on individuals, but also on their communities, in the field of study called ‘community informatics.’ Evidence suggests that ICTs have a positive effect on the tendency of people to join groups, and that many relationships formed in cyberspace continue in physical space. The social capital literature tends to support the proposition that ICTs make a positive contribution to social relationships, though it is possible that social capital is a prerequisite for significant ICT contribution to community life, rather than (or in addition to) a product of this contribution. Traditional community development literature has always emphasized the necessity of community input into local projects for them to be sustainable. The ICT literature now acknowledges that same point: ICTs projects must meet communally identified goals to be successful. Wired communities are most successful when innovation comes from the grassroots up. To this end, ‘soft technology, ’ a people-based technology which includes consultation, training, mutual support, and network building, is an essential partner to the hard technology itself. A paper prepared for the Australian Electronic Governance Conference. Centre for Public
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.
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 | 0,004 | 0,002 |
| 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 | 0,010 | 0,004 |
| Communication savante | 0,001 | 0,005 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 découle