Kesenjangan Generasi dan Geografis dalam Literasi Digital: Implikasinya terhadap Kebijakan E-Government di Kabupaten Sorong
Notice bibliographique
Résumé
Penelitian ini menganalisis paradoks literasi digital di Kabupaten Sorong, di mana skor indeks literasi yang relatif baik tidak sejalan dengan adopsi e-government yang rendah. Menggunakan pendekatan Mixed Methods dengan strategi Concurrent Embedded Design, penelitian ini menggabungkan survei terhadap 50 responden dan wawancara mendalam dengan pemangku kebijakan serta tokoh masyarakat. Hasil penelitian mengungkap kesenjangan generasi yang asimetris: Generasi muda memiliki kecakapan tinggi (Skor 78) namun mengalami Frustrated Agency akibat blokade infrastruktur, sedangkan generasi dewasa menghadapi Double Jeopardy (keterbatasan skill dan akses) dengan kerentanan keamanan yang tinggi (Skor 60). Temuan baru menunjukkan bahwa resistensi digital bukan sekadar masalah teknis, melainkan akibat Institutional Trust Deficit dan benturan budaya komunikasi lokal (High-Touch Culture) yang memandang teknologi sebagai entitas yang mengasingkan. Penelitian ini merekomendasikan strategi intervensi asimetris: penyediaan infrastruktur sebagai hak dasar, fasilitasi kanal ekspresi bagi pemuda, serta pendekatan layanan hibrida dan proteksi keamanan bagi generasi dewasa. Kata Kunci: Kesenjangan Digital, E-Government, High-Touch Culture, Kepercayaan Institusional, Kabupaten Sorong.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».