MétaCan
Menu
Retour à la cohorte
Enregistrement W1580040017 · doi:10.18438/b80616

Information Literacy Instruction Assessment and Improvement through Evidence Based Practice: A Mixed Method Study

2010· article· en· W1580040017 sur OpenAlexvenueno aff
Diana Wakimoto

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Information Literacy
Établissements canadiensnon disponible
Organismes subventionnairesCalifornia State University, East Bay
Mots-clésInformation literacySession (web analytics)Relevance (law)Focus groupLibrary instructionMathematics educationPsychologyLiteracyMedical educationComputer sciencePedagogyWorld Wide WebMedicineSociology

Résumé

récupéré en direct d'OpenAlex

Objective— This study explored first-year students’ learning and satisfaction in a required information literacy course. The study asked how students understand connections between themselves and information literacy in terms of power, society, and personal relevance to assess if students’ understanding of information literacy increased after taking the course. Student satisfaction with the course also was measured. Methods—The study used pre- and post tests and focus group session transcripts which were coded and analyzed to determine student learning and satisfaction during the regular 2008-2009 academic year at California State University, East Bay. Results— Many students entered the course without any concept of information literacy; however, after taking the course they found information literacy to be personally relevant and were able to articulate connections among information, power, and society. The majority of students were satisfied with the course. The results from analyzing the pre- and post-tests were supported by the findings from the focus group sessions. Conclusion— The results of this study are supported by other studies that show the importance of personal relevancy to student learning. In order to fully assess information literacy instruction and student learning, librarians should consider incorporating ways of assessing student learning beyond testing content knowledge and levels of competency.

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)0,052
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,948
Score d'incertitude au seuil0,276

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0520,056
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,373
Écart entre enseignants0,354 · 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.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations9
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetLibrary Science and Information LiteracyTravaux en français237 207