MétaCan
Menu
Retour à la cohorte
Enregistrement W2081250994 · doi:10.1002/meet.14504901074

Third space as an information system and services intervention methodology for engaging the user's deepest levels of information need

2012· article· en· W2081250994 sur OpenAlexaff
Carol Collier Kuhlthau, Charles Cole

Notice bibliographique

RevueProceedings of the American Society for Information Science and Technology · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueInformation Retrieval and Search Behavior
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésOperationalizationCurriculumSpace (punctuation)Information spaceIntersection (aeronautics)Knowledge managementComputer scienceIntervention (counseling)Information systemMathematics educationPedagogyPsychologyEngineeringWorld Wide WebEpistemology

Résumé

récupéré en direct d'OpenAlex

Abstract The paper discusses overview principles of information system and services intervention strategies for students researching a school assignment, then tests these principles in a field study. The principles are based on Kuhlthau's ISP Model, Cole's theory of information need and Maniotes' concept of Third Space. The six‐stage ISP Model describes information barriers that arise for students researching a school assignment while they are exploring information in Stage 3; they must transition to a focus formulation in Stage 4, but information overload and other barriers frequently block their thinking. The theory of information need seeks to explain successful Stage 3‐to‐Stage 4 transition as the student engaging his or her ways of knowing, which will enable focus formulation. Third Space is an intersection zone between the school curriculum and the student's knowledge and ways of knowing, creating a dynamic conception of the learning space that involves the student's outside‐the‐classroom knowledge. A content analysis study illustrates a methodology for operationalizing and testing these concepts and principles in a naturalistic setting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,793
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,022
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,031
Tête enseignante GPT0,310
Écart entre enseignants0,279 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the American Society for Information Science and TechnologyMême sujetInformation Retrieval and Search BehaviorTravaux en français237 207