Literature in Digital Environments: Changes and Emerging Trends in Australian School Libraries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé

 
 
 Igniting a passion for reading and research is core business for school libraries, inevitably placing the library at the center of the 21st century reading and learning experience. It is in this context that digital literature creates some challenging questions for teachers and librarians in schools, while the emergence of digital technology and/or device options also offers a great many opportunities. Collection development in school libraries encompasses an understanding of the need to contextualize these e-literature needs within the learning and teaching experiences in the school. The Australian Library and Information Association’s 2013 statement Future of collections 50:50 predicted that library print and ebook collections in libraries would establish a 50:50 equilibrium by 2020 and that this balance would be maintained for the foreseeable future. This statement from the Australian professional body raised the need to know more about e-collections in school libraries. For teacher librarians in Australian schools, the nature of online collections, and the integration of ebooks into the evolving reading culture is influenced by the range and diversity of texts, interfaces, devices, and experiences available to complement existing print and media collections or services. Management and budget constraints also influence e-collections. By undertaking a review of the literature, a discussion of the education context, and a critical analysis of the trends evidenced by national survey data, this paper presents an overview of the changes and emerging trends in digital literature and ebook collections in school library services in Australia today.
 
 
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,008 |
| Science ouverte | 0,000 | 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 découle