Information Repositories and Learning Environments
Notice bibliographique
Résumé
Information repositories are collections of digital information which can be built in several different ways and with different purposes. They can be collaborative and with a soft control of the contents and authority of the documents, as well as directedto the general public (Wikipedia is an example of this). But they can also have a high degree of control and be conceived in order to promote literacy and responsible learning, as well as directed to special groups of users like, for instance, school students. In the new learning environments built upon digital technologies, the need to promote quality information resources that can support formal and informal e- learning emerges as one of the greatest challenges that school libraries have to face. It is now time that school libraries, namely through their regional and national school library networks, start creating their own information repositories, oriented for school pupils and directed to their specific needs of information and learning. The creation ofthese repositories implies a huge work of collaboration between librarians, school teachers, pupils, families and other social agents that interact within the school community, which is, in itself, a way to promote cooperative learning and social responsibility between all members of such communities. In our presentation, we will discuss the bases and principles that are behind the construction of the proposed information repositories and learning platforms as well as the need for a constant dialogue between technical and content issues.
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 | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,013 |
| Études des sciences et des technologies | 0,005 | 0,010 |
| Communication savante | 0,041 | 0,053 |
| Science ouverte | 0,005 | 0,019 |
| Intégrité de la recherche | 0,007 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,014 |
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 ».