Delivering Information Literacy via Facebook: Here Comes the Spinach!
Notice bibliographique
Résumé
Abstract Objective – Information literacy (IL) skills are critical to undergraduate student success and yet not all students receive equal amounts of curriculum-integrated IL instruction. This study investigated whether Facebook could be employed by libraries as an additional method of delivering IL content to students. To test whether students would engage with IL content provided via a library Facebook page, this study compared the engagement (measured by Facebook’s reach and engagement metrics) with IL content to the library’s normal marketing content. Methods – We ran a two-part intervention using the University of Canterbury Library’s Facebook page. We created content to help students find, interpret, and reference resources, and measured their reception using Facebook’s metrics. Our first intervention focused on specific courses and mentioned courses by name through hashtagging, while our second intervention targeted peak assessment times during the semester. Statistics on each post’s reach and engagement were collected from Facebook’s analytics. Results – Students chose to engage with posts on the library Facebook page that contain IL content more than the normal library marketing-related content. Including course-specific identifiers (hashtags) and tagging student clubs and societies in the post further increased engagement. Reach was increased when student clubs and societies shared our content with their followers. Conclusion – This intervention found that students engaged more with IL content than with general library posts on Facebook. Course-targeted interventions were more successful in engaging students than generic IL content, with timeliness, specificity, and community being important factors in building student engagement. This demonstrates that academic libraries can use Facebook for more than just promotional purposes and offers a potential new channel for delivering IL content.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,009 |
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 ».