Information ethics: why and how we teach the subject (Turkey)
Notice bibliographique
Résumé
School librarians have always strived to teach information ethics to students. The importance of conveying the concept of information ethics to students has become critical within the overwhelming effect of data and information flow. In an age of massive information flow we need to address the issues related to that subject: ethics vs. wrongdoing, propoganda vs. accuracy, bias vs. neutrality, prejudice vs. objectivity, self opinionatedness vs. flexibility, fiction vs. documentary, fact vs. opinion.
 Turkish communities largely depend on oral culture. The codes of a written culture maybe unknown to some part of the population. In Turkey generally school librarians are not expected to teach. Most schools may not even have a certified librarian. Those who happen to work at schools are not expected to have a teaching certificate. Teachers at schools who speciliaze on subjects may teach about ethics, in case the issue is in question. Primary years programme has scheduled the subject Thinking in education which involves a chapter on citizenship and democracy education; the subject is offered as a elective. High school grades 10 and 11 will study philosphy but Being, Ethics, Art and Religion topics are undervalued. We as school librarians can fill in the gaps. We need to be role models in teaching media literacy, academic honesty and integrity, and above all the culture of information. Collaboration with teachers is a necessity, teaching information ethics related to the student lives, with direct examples drawn from their life- experiences are very important. If we teach the subject in a dull way, with irrelevant examples it makes no sense to them and they can easily disconnect. We need to adddress the issue of using text online, voice call, images and videos, the differences and similarities. We need to be information curators for our communities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».