MétaCan
Menu
Retour à la cohorte
Enregistrement W4388144438 · doi:10.5860/crl.84.6.997

Embracing Change: Alternatives to Traditional Research Writing Assignments. Silke Higgins and Ngoc-Yen Tran, eds. Chicago: Association of College and Research Libraries, 2022. 319 p. Paper, $86.00 (978-0-8389-3766-2).

2023· article· en· W4388144438 sur OpenAlexaff
Nicole Doro

Notice bibliographique

RevueCollege & Research Libraries · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Information Literacy
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésGraduation (instrument)SociologyAssociation (psychology)Task (project management)Information literacyLiteracyLibrary sciencePsychologyMedical educationPublic relationsPedagogyManagementMedicineComputer sciencePolitical scienceEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Amidst a competitive job market, a constantly evolving digital sphere of communication, and the many pressures (ecological, economic, and otherwise) facing students upon graduation, academic institutions are charged with the task of best preparing students to thrive. Embracing Change: Alternatives to Traditional Research Writing Assignments meets this challenge by inspiring information literacy instructors to consider their unique student populations and their corresponding needs; to be open-minded regarding resources available; and, above all, to be creative and nuanced in moving past written essays and reports toward assignments that better reflect student learning.

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)0,012
score de la tête « metaresearch » (Gemma)0,026
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,005
Communication savante0,0120,013
Science ouverte0,0040,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0150,009

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 Opus0,180
Tête enseignante GPT0,404
Écart entre enseignants0,224 · 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
GenreCommentaire

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCollege & Research LibrariesMême sujetLibrary Science and Information LiteracyTravaux en français237 207