Hong Kong Students Consider Virtual Reference a Vital Service and It Can Aid in Many Stages of Learning
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
A Review of: Tsang, A. L. Y., & Chiu, D. K. W. (2022). Effectiveness of virtual reference services in academic libraries: A qualitative study based on the 5E learning model. The Journal of Academic Librarianship, 48(4), Article 102533. https://doi.org/10.1016/j.acalib.2022.102533 Objective – Understand how virtual reference services (VRS) impact students’ learning using the 5E model (engage, explore, explain, elaborate, evaluate) as a theoretical framework. Design – Exploratory qualitative study. Setting – Major university in Hong Kong. Subjects – There were 10 participants between the ages of 18 and 35, including undergraduate and postgraduate students and one alumnus of the university. Methods – Online synchronous semi-structured interviews of 30 minutes via Zoom. Interview data were transcribed and analyzed thematically according to the 5E learning model. Main Results – WhatsApp was the preferred form of VRS, over Zoom, email, or phone. VRS can facilitate better awareness of library resources and supports resource exploration. WhatsApp VRS is particularly valuable for students who may find other modes intimidating, overly formal, or inaccessible due to time constraints. VRS has grown in importance since the COVID-19 pandemic. Conclusion – VRS provided via instant messaging is a valued service for students, but libraries, library websites, and librarians can all work to improve awareness of the option and possible uses. Future work is needed to understand how demographics may influence patrons’ attitudes and experiences of VRS.
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 | 0,001 | 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 | 0,001 | 0,202 |
| Science ouverte | 0,001 | 0,001 |
| 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