MétaCan
Menu
Retour à la cohorte
Enregistrement W2126916152 · doi:10.1002/meet.14504701439

What do LIS faculty need for professional development?

2010· article· en· W2126916152 sur OpenAlexaboutno aff
Trudi Bellardo Hahn, June Lester

Notice bibliographique

RevueProceedings of the American Society for Information Science and Technology · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Information Literacy
Établissements canadiensnon disponible
Organismes subventionnairesPenn State College of Medicine
Mots-clésCaucusProfessional developmentFaculty developmentContinuing professional developmentMedical educationProfessional associationPsychologyPublic relationsMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Although there are some reports of research and activities related to professional development and continuing education for faculty in other fields, no such study has been conducted in the information field. Therefore a survey was conducted in the spring of 2010, for the purposes of (1) determining the professional development needs of faculty in schools of library and information studies in the U.S. and Canada, (2) determining whether support mechanisms and activities to meet these needs are available in the schools or the universities that employ these faculty, and (3) identifying other sources of professional development on which faculty rely. Data were obtained via an anonymous online survey of the full‐time faculty members in the schools. Among the findings were that professional development needs and preferences are significantly different for faculty in traditional library schools compared to those faculty whose schools are members of the iSchool Caucus. In general, opportunities for development and training are much more prevalent at the university level than at the school level. Results of this study will inform enhancement of professional development activities by the schools, the host universities, and professional associations.

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)0,007
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,038
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,002
Communication savante0,0070,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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 Opus0,014
Tête enseignante GPT0,311
Écart entre enseignants0,297 · 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'étudeQualitatif
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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the American Society for Information Science and TechnologyMême sujetLibrary Science and Information LiteracyTravaux en français237 207