MétaCan
Menu
Retour à la cohorte
Enregistrement W3128805238 · doi:10.29173/iasl7613

Study on Implementing Internet Resources in Digitization of School Libraries

2021· article· en· W3128805238 sur OpenAlexvenueno aff
Hsiang-Yun Chen

Notice bibliographique

RevueIASL Annual Conference Proceedings · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducation and Learning Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDigitizationWorld Wide WebThe InternetComputer scienceService (business)Digital libraryBoomMultimediaCategorizationBusinessEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

In recent years people have seen a boom in the development of technology; therefore, Internet has been playing an increasingly important role in learning .The fastest developed information service system on the Internet is World Wide Web. WWW transmits all kinds of information via multimedia. Students would rather find information by surfing the net than do it by going to a library. Digital learning has become a tendency. Many school libraries have digitized their libraries. However, some libraries, especially those of elementary and high schools, do not have the budget to do so. Fortunately, many Internet resources are free. The purpose of this research is: if we can categorize useful Internet resources as we do with books, record the web addresses , give description of them in a clear web design page, and then put the web design page on the web site of the school library, we can offer them to the teachers and students who need these Internet resources. It not only complements the electronic collections of school libraries but also promotes the digitization of them.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,102
Score d'incertitude au seuil0,491

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,320
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIASL Annual Conference ProceedingsMême sujetEducation and Learning InterventionsTravaux en français237 207