MétaCan
Menu
Retour à la cohorte
Enregistrement W2034124715 · doi:10.1108/00242531011031151

Making information literacy relevant

2010· article· en· W2034124715 sur OpenAlexaff
Andrew K. Shenton, Megan Fitzgibbons

Notice bibliographique

RevueLibrary Review · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Information Literacy
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésInformation literacyOriginalityRelevance (law)Value (mathematics)Perspective (graphical)Lifelong learningComputer scienceExperiential learningKnowledge managementMathematics educationPsychologySociologyPedagogySocial sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to discuss the problems of a one size fits all approach to information literacy (IL) teaching, and consider how to make the experience more relevant to the learner. Design/methodology/approach The paper provides a discussion based on an extensive analysis of the literature. Findings Isolated rote learning, without any self‐motivation on the part of the learner, will limit the degree to which information skills can be applied in other situations. If lifelong learning is the true goal of IL education, information specialists are ideally placed to impart skills that go beyond the ostensibly limited relevance (from a student's perspective) of academic assignments. Research limitations/implications The paper discusses alternative approaches to the teaching of IL based on a review of the literature. It offers new models for consideration for IL practitioners. Originality/value The paper discusses the role of the learner and their motivation and how librarians can make IL training more relevant to the individual. As such should be of interest to practitioners in educational institutions of all kinds.

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)0,016
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,073
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,008
Communication savante0,0110,012
Science ouverte0,0010,008
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,022
Tête enseignante GPT0,335
Écart entre enseignants0,313 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLibrary ReviewMême sujetLibrary Science and Information LiteracyTravaux en français237 207