Making a Third Space for Student Voices in Two Academic Libraries
Notice bibliographique
Résumé
When we think of voices in the library, we have tended to think of them as disruptive, something to control and manage for the sake of the total library environment. The stereotype of the shushing librarian pervades public perception, creating expectations about the kinds of spaces libraries want to create. Voices are not always disruptive, however. Indeed, developing an academic voice is one of the main challenges facing incoming university students, and libraries can play an important role in helping these students find their academic voices. Two initiatives at two different academic libraries are explored here: a Secrets Wall, where students are invited to write and share a secret during exam time while seeing, reading, commenting on the secrets of others; and a librarian and historian team-taught course called History on the Web, which brings together information literacy and the study of history in the digital age. This article examines both projects and considers how critical perspectives on voice and identity might guide our instructional practices, helping students to learn to write themselves into the university. Further, it describes how both the Secrets Wall and the History on the Web projects intentionally create a kind of “Third Space” designed specifically so students can enter it, negotiate with it, interrogate it, and eventually come to be part of it.
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 | 0,011 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,043 | 0,024 |
| Communication savante | 0,041 | 0,021 |
| Science ouverte | 0,004 | 0,038 |
| Intégrité de la recherche | 0,008 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,005 |
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 ».