Core Tech Support Networks and Digital Inequalities in American Disadvantaged Urban Communities
说明：本文是Xiaoqian Li与Wenhong Chen于2021年发表的一篇研究文章。作者希望从社会网格的角度解释和探讨贫困社区的数字不平等问题。
导读
- 摘要
以往大多数关于数字不平等的研究都集中在以各种社会人口和社会经济因素为标志的社会不平等，以及数字不平等本身不同层次和层面之间的相互关系上。然而，关于社会网络中的嵌入式不平等因素的问题缺乏实质性的关注与探讨。
这篇文章是填补这一空白的初次尝试：本文提出了核心技术支持网络的概念用于定义社会网络中人们在基本的计算机和互联网使用方面寻求帮助的直接社会关系，以及探讨了其不同特征与测量方式。旨在对个人网络如何造成数字不平等提供更全面，更细致的描述，还提出了关于有参考性的针对贫困地区数字问题的政策建议。
问题研究
- 基本问题：
- 互联网的使用
- 基本数字技能
本研究从 网络规模，联系强度，嵌入式资源 三个方面解释技术网络的特征，并以此为基点提出假设分析何种因素对于解决数字鸿沟最为有效。
- 网络规模：指个人可寻求互联网技术帮助的社会网络的总体质量，强度与数量。
- 联系强度：指基于拥有互联网使用技术的亲友关系强度。
- 嵌入式资源：指基于受教育水平以及其拥有的数字资源的社会联系。
- 假设（互联网使用）：
- H1： 核心技术支持网络的规模与互联网使用的可能性呈正相关。
- RQ1:核心技术支持网络中强联系的数量与互联网使用的可能性有什么关系？
- H2： 核心技术支持网络中受教育程度较高的纽带数量与互联网使用的可能性呈正相关。
- 假设（基本数字技能熟练度）：
- H2： 核心技术支持网络的规模与存在的不平等和基本数字技能熟练程度有什么关系？
- RQ3：核心技术支持网络的强关系是否存在与数量和基本数字技能熟练程度的不平等有什么关系？
- RQ4：核心技术支持网络中受过良好教育的联系是否存在与数量和熟练掌握基本数字技能的不平等现象有什么关系？
- 研究方法
使用了调查法的方式，在一个月内发放给1825个目标家庭调查问卷进行横贯式研究，调查所在社区的互联网使用与基础数字技术的熟练度。共有402个家庭参与调查，回复率为22%，并采用多重归纳法的链式方程（van Buuren，2007）补充缺失数据。
调查表中询问了受访者是否使用过互联网，并编写了一份由23个基础数字技能组成的清单用于构建熟练程度值数，以及使用了一般社会调查（GSS）中名称生成器（Burt，1984）的方式，要求受访人说出最多5个在互联网方面寻求帮助的人的名字以了解其核心社会支持网络的强度分布。
结论
什么是核心技术支持网络，其特征是什么，该从什么角度去测量？这些因素已构成了理论的基础，为模型的建构提供了合理的概念与逻辑。建立数据图标与相应模型去检测何种因素对于改善数字不平等有实质作用就成为可能。
- 模型分析
作者从3个角度逐层分析了核心技术支持网络的诸种因素对于提高贫困地区数字水平的影响。因此列出了3份对照数据，每份拥有4个模型用于对比分析。
- 在第一份数据中模型1和模型2针对所有受访者，侧重考察了核心数据网络总体规模对提高互联网使用率的作用。模型3和模型4针对至少有一个核心技术纽带的受访者，侧重考察强关系纽带的数量和受教育程度较高的纽带数量对于提高数字技术的影响。
研究表示 核心数据网络总规模有大概率提高使用互联网的可能性，强关系对提高数字使用率没有重要影响，而受过良好教育的纽带则起了重要作用。
- 在第二份数据中进行了一系列的逻辑回归，以考察核心技术支持网络的不同特征与是否具有基本数字技能的关系，与上一份数据分析几乎一致。网络规模与受教育水平较高纽带的数量对掌握基本数字技能具有重要作用，强关系则不然。
- 第三份数据是考察核心技术网络不同特征与基本数字技能熟练程度的关系。4个模型综合表明网络总体规模，强联系与高受教育水平数量都对于提高基本数字技能熟练程度没有显著作用。
- 综上所叙：
- 核心技术支持在解决贫困地区存在的数字不平等问题方面具有有效性。
- 更多的核心技术支持纽带和高受教育水平纽带可以帮助贫困社区成员获得基本数字技能。
- 核心数据支持无法进一步提高个人对基本数字技能的熟练程度。
限制与展望
- 本研究仅侧重于核心技术支持网络最重要的三大特征。未来的研究可以探索其他方面的特征。
- 未来可以深入探讨施助者与受助者之间的技术指导与代理使用关系。
- 本研究使用调查法自我总结的调查方式。未来可用性能测试来捕捉实际的数据。
- 本研究仅限于美国一个主要城市贫困地区。未来可以拓展到其他地区或国家层面。
- 本研究提供核心技术支持网络的概念予以定义研究。未来相关研究中可以调整该概念与测量方式。
信息可视化（Infographic）
感想
FREEZhao老师上课很轻松有趣，带领我们严谨地了解与分析了论文的研究方式与结构构成。本来报这门课一听名字就非常具有挑战性，应该也不会轻松，到开课发现确实受益匪浅。老师的教学风格别出新意与预想中的古板枯燥差距甚远，更像是带着轻松幽默的风格把知识点生动清晰地讲述了出来，在保持幽默风趣的同时，老师的认真态度也属实令人感动，已经很久没有遇到过如此认真负责具有情怀与信仰的老师了，深感幸运。
作业的布置也十分全面，既兼顾了英语语言的学习，也从一个较为全面的角度带我们体验了学术文献研究的全过程，过程虽是艰辛但十分有成就感，是一门相当不错的课。Freezhao也是一位优秀的老师，如有机会会像同学推荐这门课程，也希望此类优质课程能继续下去。
原文
[1] Li, X. , & Chen, W. . (2021). Core tech support networks and digital inequalities in american disadvantaged urban communities. Journal of Computer-Mediated Communication, 26(4).
发表回复