MétaCan
Menu
Retour à la cohorte
Enregistrement W3174627686 · doi:10.18438/eblip29873

Digital Literacy Skills for Family History Research

2021· article· en· W3174627686 sur OpenAlexvenueno aff
Jaci Wilkinson, Natalie Bond

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDigital and Traditional Archives Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArchivistOutreachInformation literacySet (abstract data type)Family literacyClass (philosophy)LiteracyPoint (geometry)Digital literacyPedagogyMathematics educationMedical educationPsychologyLibrary scienceComputer sciencePolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Objective – In this case study, an archivist and librarian teamed up to teach an introductory course on family history research for adult learners at their university’s lifelong learning centre. In response to students’ relative lack of digital skills, the instructors developed a new set of introductory skills that they believe are essential for genealogy research. Methods – Authors conducted pre- and post-course surveys to determine student expectations and the extent to which the course met those expectations. Authors coded one of these surveys. Results – Course assessment and class activities exposed the need for a set of digital skills that go beyond a literacy framework to assist family history researchers. After analyzing key themes found in pre- and post-course assessment, authors developed a new tool for genealogy instructors titled Introductory Digital Skills and Practices in Genealogy (IDSG). Conclusion – Archivist/librarian collaborations are an excellent way to cultivate needs-based teaching and outreach opportunities in our wider communities, particularly for adult learners. The Introductory Digital Skills and Practices in Genealogy tool is meant to inspire and assist other library professionals who want to teach family history research, serving as a reminder to centre teaching tangible digital skills as a focal point of instruction.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesCommunication savante
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,942
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0020,285
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 Opus0,048
Tête enseignante GPT0,274
Écart entre enseignants0,226 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetDigital and Traditional Archives ManagementTravaux en français237 207