MétaCan
Menu
Retour à la cohorte
Enregistrement W2231407798 · doi:10.21083/partnership.v10i2.3573

Staff Training, Onboarding, and Professional Development Using a Learning Management System

2015· article· en· W2231407798 sur OpenAlexaffvenue
Sona Macnaughton, Mary Medinsky

Notice bibliographique

RevuePartnership The Canadian Journal of Library and Information Practice and Research · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensRed Deer Polytechnic
Organismes subventionnairesnon disponible
Mots-clésOnboardingLearning ManagementProfessional developmentTeaching staffLibrary scienceHumanitiesPsychologyMedical educationComputer sciencePedagogyMathematics educationArtMedicine

Résumé

récupéré en direct d'OpenAlex

Looking for a fresh, interactive way to train your staff? A learning management system can be used to support flexible learning opportunities for library staff. This article describes the benefits of using a learning management system (LMS) for staff onboarding, training, and professional development and overviews criteria for selecting an LMS appropriate for your public or academic library staff training needs. Cherchez-vous une nouvelle façon interactive pour former vos employés? Un système de gestion d’apprentissage peut être utilisé pour soutenir les opportunités de votre personnel bibliothécaire. Cet article décrit les avantages de l’utilisation du système de gestion d’apprentissage (SGA) pour l’intégration et la formation de nouveaux employés, pour le développement professionnel, et résume les critères pour choisir un SGA approprié pour vos besoins de formation du personnel bibliothécaire public ou académique.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,649
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0010,009
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,154
Tête enseignante GPT0,405
Écart entre enseignants0,251 · 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'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

Citations15
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePartnership The Canadian Journal of Library and Information Practice and ResearchMême sujetOnline and Blended LearningTravaux en français237 207