Training to Teach Graduate Information Literacy Sessions Using a Team-based Mentorship Approach: Report on a Pilot Project at the OISE Library
Notice bibliographique
Résumé
Staffing changes in the summer of 2015 at the University of Toronto’s Ontario Institute for Studies in Education (OISE) Library and an increased student enrolment in one of OISE’s core programs meant that the OISE Library would not be able to meet the demand for information literacy (IL) instruction in the fall. A new librarian and two Library and Information Science (LIS) graduate students were hired in early September and had only a short time to learn about OISE’s students, programs, and IL instruction more broadly before designing, delivering, and evaluating IL sessions for graduate students in OISE’s Master of Teaching (MT) program. Recognizing and drawing on each team member’s unique skills and experiences, the OISE Library piloted a team-based mentorship approach to training which enabled the team to collaboratively develop their instructional skills while meeting the goal of a better IL session for its MT students. In turn, this approach provided the LIS student instructors the unique opportunity to gain instructional experience within the library, teaching fellow graduate-level students. This paper outlines the rationale for piloting a team-based mentorship approach, describes the various implementation stages of the pilot project, and explores the ways in which the instruction team incorporated MT student feedback to improve its teaching. LIS students on the instruction team share their perspectives on participating in an instruction team. Des changements de personnel au cours de l’été 2015 à la Bibliothèque de la Ontario Institute for Studies in Education (OISE) de l’Univeristé de Toronto ainsi qu’une augmentation des inscriptions à l’un des programmes d’études de base signifiaient que la Bibliothèque OISE ne serait pas en mesure de répondre à la demande de formation documentaire à l’automne. Un nouveau bibliothécaire et deux étudiants diplômés en science de l’information ont été embauchés au début septembre et n’ont eu que peu de temps pour en apprendre davantage sur les étudiants et les programmes d’OISE ainsi que sur la formation documentaire au sens large avant de devoir conceptualiser, offrir et évaluer des ateliers pour les étudiants diplômés du programme de maîtrise en enseignement. En reconnaissant et en tirant parti des habiletés et expériences uniques de chaque membre de l’équipe, la Bibliothèque OISE a mis sur pied une approche de mentorat collective pour la formation qui a permis à l’équipe de développer de façon collaborative ses techniques d’enseignement dans le but d’offrir une meilleure session aux étudiants inscrits au programme de maîtrise en enseignement. Cette approche a donné aux formateurs étudiants une occasion unique de parfaire leur expérience d’enseignement au sein de la bibliothèque tout en formant d’autres étudiants diplômés. Cet article explique pourquoi cette approche de mentorat collective a été choisie, décrit les étapes de mise sur œuvre du projet et discute des façons dont l’équipe de formation a intégré les commentaires des étudiants diplômés afin d’améliorer son enseignement. Les étudiants en sciences de l’information faisant partie de l’équipe partagent leur perspective quant à leur participation au sein d’une équipe d’enseignement.
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 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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 ».