MétaCan
Menu
Retour à la cohorte
Enregistrement W8696431

Taking ICT to Every Indian Village: Opportunities and Challenges

2006· article· en· W8696431 sur OpenAlexaff
Atanu Garai, B. Shadrach

Notice bibliographique

RevueSSRN Electronic Journal · 2006
Typearticle
Langueen
DomaineComputer Science
ThématiqueICT in Developing Communities
Établissements canadiensInternational Development Research Centre
Organismes subventionnairesnon disponible
Mots-clésInformation and Communications TechnologyGovernment (linguistics)Civil societyPublic relationsArgumentativeEconomic growthPolitical sciencePoliticsFunction (biology)Economics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

What can ICT bring for the inhabitants of 600,000 Indian villages? How India is empowering the poor and marginalised citizens to participate in the emerging knowledge society? How will India provide voice to her millions of citizens? Taking ICT to every Indian village: Opportunities and challenges, attempts at answering such questions and exploring the complex interactions between ICT and society. For the first time, a conscious effort has been made to bridge the gaps existing between research and practice - a matrix of development verticals, founded upon the principles of human development approach, tests and validates the planning, implementation and evaluation of ICT projects. An insightful analysis of rural India portrays the complexities of social, political and economic environment in which institutions and initiatives function and operate. Argumentative, analytical and thoughtful - the collection raises many questions for practitioners, policy makers, planners and researchers on the emerging ICTD paradigm in India. A whole new direction has emerged through this discourse - making government, private sector and civil society leaders think on the social, economic and cultural consequences of taking ICTs to Indian villages.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0170,011
Communication savante0,0110,006
Science ouverte0,0020,010
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,043
Tête enseignante GPT0,244
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations46
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetICT in Developing CommunitiesTravaux en français237 207