MétaCan
Menu
Retour à la cohorte
Enregistrement W3147140835 · doi:10.29173/iasl8176

Professional Training for Media Specialists, School Librarians, and Teacher-Librarians: A Program Proposal

2021· article· en· W3147140835 sur OpenAlexvenueno aff
Blanche Woolls

Notice bibliographique

RevueIASL Annual Conference Proceedings · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Information Literacy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésApprenticeshipPlan (archaeology)Variety (cybernetics)Medical educationProfessional developmentTraining (meteorology)InstitutionWork (physics)Distance educationSchool libraryLibrary sciencePsychologyPedagogySociologyComputer scienceEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

Programs to prepare librarians and information professionals of all types often begin with on-the-pb training of volunteers, students, and paraprofessionals who go to work in a library while they are in school or as part-time of full-time employment when such non-professional jobs are available. On-site training is not unusual. In early days of libraries, librarians were often trained through an apprentice-type program. The newest methods for training librarians include an expansion of a tried and true 'distance' plan, the 'corspondence' course method where lessons were mailed to the students and the responses returned to the instructor through the mail. The newest form of 'mail' is now electronic. In addition, students are able to 'attend' classes through electronic transmission in a variety of formats. This paper traces the beginning of a distance education program at a single institution and highlights the rapid expansion because of an acute need for school librarians. It details the plans for the future which has a forecase for exchange of teachers and students via distance education between sites throughout the world.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,145

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,002
Communication savante0,0040,002
Science ouverte0,0030,004
Intégrité de la recherche0,0080,004
Charge utile insuffisante (le modèle a refusé de juger)0,0430,013

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 Opus0,048
Tête enseignante GPT0,325
Écart entre enseignants0,276 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIASL Annual Conference ProceedingsMême sujetLibrary Science and Information LiteracyTravaux en français237 207