MétaCan
Menu
Retour à la cohorte
Enregistrement W4403433839 · doi:10.1002/pra2.1187

Discipline as Context: Arts and Science Students' Views on Key Concepts in the <scp>ACRL</scp><i>Framework</i>

2024· article· en· W4403433839 sur OpenAlexaff
Claire Pienaar, Joan C. Bartlett

Notice bibliographique

RevueProceedings of the Association for Information Science and Technology · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Information Literacy
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Key (lock)Liberal arts educationThe artsSociologyMathematics educationHigher educationPsychologyComputer sciencePolitical scienceVisual artsGeographyArt

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The introduction of the Association of College and Research Libraries' (ACRL, 2016) Framework for Information Literacy for Higher Education, or “the Framework,” has fostered efforts to apply the document's concepts to information literacy instruction (ILI) to meet the needs of post‐secondary students across faculties. However, little research has directly compared students' perspectives on the Framework's concepts by discipline. This poster presents findings from a larger, mixed‐methods project investigating student perspectives on the Framework in which participants in the faculties of arts (n = 123) and science (n = 90) expressed distinct views and rankings. Their perspectives particularly diverged around perceived roles in assessing the authority of information sources and how “relevant to their experience in school” they found most Framework frames. This project expands upon emerging learner‐centered research aiming to meaningfully improve Framework‐based ILI through its direct disciplinary comparisons and use of the recently developed Information Literacy Reflection Tool (ILRT; Robertson et al., 2022).

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)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0060,011
Communication savante0,0120,004
Science ouverte0,0010,010
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,344
Écart entre enseignants0,329 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Association for Information Science and TechnologyMême sujetLibrary Science and Information LiteracyTravaux en français237 207