Ask Dr. Chu: An Interview with a Peruvian-born Chinese Canadian Living in the U.S.
Notice bibliographique
Résumé
Clara Chu is an Associate Professor in the Department of Information Studies at the University of California, Los Angeles. Her research interests include multicultural library and information services, information seeking behavior and critical information studies. Inspired by educator Paulo Freire, Professor Chu?s goal is to eradicate the „culture of silence? created when individuals are oppressed by information practices and systems that deny them access and representation. As one of the leading scholars on multiculturalism and information practices, Clara has published numerous articles on issues related to diversity, equity and multilingual information resources. In addition to her publications, she has been recognized for outstanding contributions to the library profession. In 2002, the American Library Association honored her with its Equality Award for promoting equality in the profession. And, in 2005 she was noted in Library Journal as a person who is shaping the future of libraries through her innovativeness and eagerness to make a difference. More information can be found about Clara at her website at: http://www.gseis.ucla.edu/faculty/chu . Renate Chancellor is a Ph.D. candidate in the Department of Information Studies at UCLA. Her research interests include historical research methods and design and the history of librarianship and library education. She is also a book review editor of InterActions: UCLA Journal of Education and Information Studies. The following interview with Information Studies professor Clara Chu explores some of the central issues facing immigrant library users. She shares with us some of her life experiences as an immigrant and her views on the current immigration debate as well as its implications for information professionals and library educators.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,010 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».