DEVELOPMENT OF MEDIA COMPETENCE AT WORK IN THE USA AND CANADA
Notice bibliographique
Résumé
In the article the importance of education of media literate individuals for conscious use of informational content has been stressed. The topicality of media competence development in working population explained by the fact that a modern employee should have digital and media skills which enhance every employee’s competitiveness and economic efficiency of the industry. The author distinguishes types of office workers’ professional activity that require digital and media skills. The analysis of the most efficient practices in the implementation of on-the job education in the USA and Canada has been carried out. The conclusion about the necessity of employees’ media education arranged by employers, means of company further development as well as staff development and retaining has been made. Taking into consideration the future economic profit and social benefits for companies and communities from digitally and media literate employees, the long term strategy of digital and media literacy improvement of different categories of population was worked out aimed at increasing productivity and competitiveness in the USA and Canada. The main aim of educational programs (development of basic skills for the use of digital and media resources, development of media competence for improvement of CEOs’ leadership qualities as well as creation of own media production) has been revealed. It has been stressed that governments support companies providing their workers on-the-job digital and media education by means of different tax benefits. The author draws attention to the popularity of such programs in American and Canadian societies, their economic profit and positive influence on the society. Key words: media competence, an employee, on-the-job development, corporate clients, non government organizations, USA & Canada.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».