Sharing information literacy resources as open educational resources: lessons from DELILA
Notice bibliographique
Résumé
In all higher education institutions, librarians create a wealth of teaching resources that they use in their information literacy sessions. But is everyone reinventing the wheel, looking for the best way to teach search strategies, citing and referencing or keeping up to date for researchers? In practice librarians are usually more than happy to share their resources through numerous information literacy conferences and networks. Many of us share materials with colleagues across our own institution; some share more widely across institutions, for example, by using the UK’s learning resources repository Jorum (http:// www.jorum.ac.uk), either by putting material on open websites or even by emailing copies of our materials to colleagues. There have been several initiatives or projects to encourage librarians to share their teaching materials. One set of pages of the Information Literacy website (http://www. informationliteracy.org.uk) collects examples of good practice in teaching. In the USA and Canada the ANTS project (http://ants.wetpaint.com/) is a wiki where librarians can share library tutorials. However, it is only fairly recently that librarians have been encouraged to share their materials specifically as open educational resources (OERs), which means the materials have an open licence(such as Creative Commons).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,010 |
| Communication savante | 0,018 | 0,047 |
| Science ouverte | 0,003 | 0,019 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,004 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».