Evaluating learning in library training workshops: using the retrospective pretest design
Notice bibliographique
Résumé
The aim of this study was to assess the effectiveness of an evaluation instrument using the retrospective pretest design to measure changes in participants' behaviour after library training. This article focuses on the measurement component of training evaluation the process of answering the question of how much change has occurred. Participants, who were from a large, public academic geriatric care centre in Toronto, included administrators, researchers, clinical and other staff, and university students doing field placements at the hospital. Participants attended one of four 1-hour sessions on the topic of Effectively Searching Google and Google Scholar that were held over a 3-month period. Sixty days post training, a self-administered retrospective pretest questionnaire, consisting of 10 searching behaviour statements developed using the learning objectives for the training session, was used to measure the impact of library training on participants' behaviour. Participants were asked to indicate their level of frequency of performing a searching behaviour described in the statement before and after training using a five-point, Likert-type scale ranging from 1, almost never; 2, seldom; 3, about half the time; 4, often; to 5, almost always. Summary baseline statistics are reported for respondents who never or rarely exhibited the behaviour prior to training. For the change measure, we report the simple percentage of respondents who improved. The findings of this study showed the potential of using the retrospective pretest to help librarians document the outcomes of library training. The benefits of gathering data using the retrospective pretest are discussed.
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 | 0,084 | 0,149 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| 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 | 0,001 |
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.
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 ».