Learning in Simulations: Examining the Effectiveness of Information Literacy Instruction Using Middle School Students’ Portfolio Products
Notice bibliographique
Résumé
Objective –This study compared the effectiveness of simulation-based and didactic instructional approaches in improving students’ understanding of information literacy (IL) concepts and practices. Methods – The instructional approaches were implemented with two groups of middle school students (i.e., seventh and eighth grades) over a 4-week period. During the implementation period, all students were required to maintain a portfolio of their work. The portfolios were designed to capture students’ actions as they engaged in a common set of information-based problems. The contents of the portfolios were analyzed to examine the research questions that guided the study. Contingency tables demonstrated observed patterns of difference from week 1 to week 4. Chi-square analysis helped to determine whether a significant relationship existed between instructional approach and shifts in IL proficiency levels at the .05 level. Results – There was a significant relationship between the simulation-based approach and increases in students’ ability to 1) recognize the need for information, 2) formulate specific questions that would help in finding needed information, 3) identify a range of information sources for meeting needs, 4) explain successful strategies for accessing needed information, 5) judge the accuracy, relevance and completeness of sources and 6) analyze information from a variety of sources to determine its applicability to a specific problem. Four major distinctions are believed to have caused the students within the simulated instructional environment to experience more proficiency level shifts: situated practice, authenticity, community of practice and an expanded landscape of resources. Conclusion – The results of this study suggest that simulation-based instructional approaches have the potential to augment IL learning. The technology-based approaches may provide powerful learning environments (virtual worlds) that allow students to engage in the activities and practice of information specialists, instead of simply learning the facts associated with the discipline.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».