Discussing the Theory and Practice of Propelling Class Reading Club from the Aspect of Knowledge Management
Notice bibliographique
Résumé
In the 21st century, knowledge economy has been growing rapidly. In order to strengthen knowledge competitiveness and face the international competition of the new century, Taiwan should achieve the educational goal of lifelong learning, widely build up learning organizations, tend citizens who can learn through lives, and positively give impetus to whole people reading program. To meet the coming of learning society, knowledge management has become the key to tap the treasury of library-using education. Knowledge can be fully developed only by close sharing and intellectual interchange. Thus, it can diffuse effectively.
 Reading and pursuing knowledge are the motive power of working out one’s potentialities and inciting creative thinking. “Knowledge is power” is a wise saying of Francis Bacon, a British philosopher. He also stated, “Histories make men wise; poets, witty; the mathematics, subtle; natural philosophy, deep; moral, grave; logic and rhetoric, able to contend.” This statement brings out very profound meanings. It verifies that reading can not only absorb the essence of books, but broaden one’s general knowledge. The Btitish Education Secretary, David Blunkett, said, “Turning the pages of a book is to open a window on the world. Books are the foundation on which other learning can be built.” The saying well indicates that reading is the communication between mind and mind. It is also a valuable secret of being vigorous and keeping away from loneliness.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».