MétaCan
Menu
Retour à la cohorte
Enregistrement W2026312989 · doi:10.1111/hir.12025

Integrating information literacy in health sciences curricula: a case study from Québec

2013· article· en· W2026312989 sur OpenAlexaffabout
Natalie Clairoux, Sylvie Desbiens, Monique Clar, Patrice Dupont, Monique St‐Jean

Notice bibliographique

RevueHealth Information & Libraries Journal · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésInformation literacyCurriculumMedical educationLifelong learningReputationLibrary instructionMEDLINEHealth careLiteracyLibrary sciencePsychologyMedicineComputer sciencePolitical sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To portray an information literacy programme demonstrating a high level of integration in health sciences curricula and a teaching orientation aiming towards the development of lifelong learning skills. The setting is a French-speaking North American university. METHODS: The offering includes standard workshops such as MEDLINE searching and specialised sessions such as pharmaceutical patents searching. A contribution to an international teaching collaboration in Haiti where workshops had to be thoroughly adapted to the clientele is also presented. Online guides addressing information literacy topics complement the programme. RESULTS AND EVALUATION: A small team of librarians and technicians taught 276 hours of library instruction (LI) during the 2011-2012 academic year. Methods used for evaluating information skills include scoring features of literature searches and user satisfaction surveys. DISCUSSION: Privileged contacts between librarians and faculty resulting from embedded LI as well as from active participation in library committees result in a growing reputation of library services across academic departments and bring forth collaboration opportunities. Sustainability and evolution of the LI programme is warranted by frequent communication with partners in the clinical field, active involvement in academic networks and health library associations, and reflective professional strategies.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,336

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0140,002
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
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 Opus0,096
Tête enseignante GPT0,467
Écart entre enseignants0,371 · 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'étudeQualitatif
DomaineMéthodes
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

Citations25
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Information & Libraries JournalMême sujetHealth Sciences Research and EducationTravaux en français237 207