Collaboratively Creating a Programmatic Information Literacy Strategy: Challenges and Opportunities
Notice bibliographique
Résumé
In 2017, a team of librarians and archivists at Western University developed local Information Literacy Learning Outcomes (ILLOs). The resulting document outlined the skills and understanding that Western University students should demonstrate at the end of a four-year undergraduate degree—specifically, the skills relating to accessing, assessing, and applying information. This article focuses on the challenges and opportunities encountered during the collaborative process as well as the approach employed by the team in the development of these ILLOs. Six librarians and archivists in very different roles formed the project team. Despite coming from diverse backgrounds, the team recognized that there could be many benefits to developing these outcomes: they could be used as a benchmark for students to measure their own learning, as a conversation starter and leveler with faculty and other instruction partners, and as a stepping stone to develop a full instruction program and common understanding among the librarians and archivists at Western University and Huron University College. The ILLOs created also incorporate guidelines and ideas from various sources, including the Association of College and Research Libraries’ Framework for Information Literacy for Higher Education and Information Literacy Competency Standards for Higher Education, Western University’s undergraduate Degree Outcomes, and the university’s and library system’s strategic plans. To ensure the success of this complex venture, detailed project planning was vital. We consulted with our colleagues through multiple engagement activities: information literacy retreats, focused discussion meetings, and one-on-one consultations. The diversity of roles and experiences of our team members and colleagues added both a richness to our project and specific challenges in dealing with dissenting opinions, information overload, engagement and visioning fatigue, and collaborative writing. This article will discuss our approach to writing collaboratively and valuing diverse opinions to improve colleague and organizational buy-in. We have also included practical suggestions for implementing a similar process at the reader's own institution.
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 | 0,067 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,012 | 0,013 |
| Communication savante | 0,020 | 0,021 |
| Science ouverte | 0,005 | 0,034 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».