Assessment of Online Information Literacy Learning Objects For First Year Community College English Composition
Notice bibliographique
Résumé
Objective – The main objective was to determine whether information literacy (IL) learning objects (LOs) impact student IL competency, specifically in a foundational first year English composition course. The primary research question was: What is the effectiveness of IL LOs compared to face-to-face instruction in terms of students’ skill acquisition? Methods – The methods involved testing student IL competency through a multiple-choice test given pre- and post-IL intervention. Effectiveness was measured by assessing whether IL competency improves after exposure to one of two interventions: online IL LOs or face-to-face librarian-led workshop. Over two semesters, equal sections of the course were tested for each of these interventions. For the IL LOs group, students first completed a pre-test, then they worked independently through three online IL LOs. The three IL LOs were videos comprised of animation, screen casting, and video capture on these topics: Finding Articles at Seneca Libraries (hereafter referred to as Finding Articles), Finding Articles on Current Issues, and Popular and Scholarly Sources. The students were then given the same test again. For the face-to-face group, the pre- and post-tests were also required for the same number of sections. This study was conducted under institutional ethics approval. Results – Descriptive analysis revealed student test scores increased for both interventions, IL LOs and face-to-face. Test scores increased, on average, between 14 to 37%. In comparing post-tests, results revealed a statistically significant difference only with the first topic, Finding Articles. In this case, the IL LOs (video) group outperformed the face-to-face group by at least 10%. No significance, in terms of performance from pre- and post-test scores, was found for the other two topics. Conclusion – Both IL LO and face-to-face library led workshop interventions had a positive impact on students’ IL skill acquisition as evidenced by an overall increase in average test scores. One IL LO on Finding Articles significantly outperformed the face-to-face class equivalent. Further study is needed to track individual student performance.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».