One within Many, Many within One
Notice bibliographique
Résumé
Teaching is one of the most consequential responsibilities of an academic librarian, yet many of us approach it without the training or self-awareness required to do it well. Teaching well means being willing to commit to endless, fearless exploration of pedagogical pathways, shifting social realities, and discomforting valleys within the self. These journeys enable us to define and strengthen our teacher identities. Critical LIS studies on identity frequently explore the multiplicity of librarian attitudes toward teaching or the complexity of individual librarian identities. In our study, we merged these two exploratory objectives by analyzing the dialogical interaction of an academic librarian's multiple identities in the teaching context, specifically. As academic librarians, diverse in terms of race, gender, age, and professional experience, we engaged in collaborative autoethnography to uncover and name the interlocking identities that inform our teaching endeavours. Through the lens of dialogical self theory (DST) and its concept of self positioning, we identified positions of the self that interact and negotiate with each other to facilitate or complicate the act of teaching itself. Autoethnographic exploration deepened our understanding of our teaching selves and helped us decipher the socio-psychological scripts that hinder and empower us as educators.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,019 | 0,013 |
| Communication savante | 0,013 | 0,016 |
| Science ouverte | 0,002 | 0,017 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,008 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».