MétaCan
Menu
Retour à la cohorte
Enregistrement W4405540087 · doi:10.18438/eblip30554

Evidence Synthesis Instructional Offerings in Library and Information Science Programs

2024· article· en· W4405540087 sur OpenAlexaffvenueabout
Meghan Lafferty, Zahra Premji, Philip Herold, Megan Kocher, Scott Marsalis

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2024
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistics Education and Methodologies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésComputer scienceLibrary instructionLibrary scienceWorld Wide WebData scienceInformation retrievalInformation literacy

Résumé

récupéré en direct d'OpenAlex

Objective – The goal of this study was to determine the extent to which evidence synthesis (ES) is incorporated into American Library Association (ALA)-accredited master’s level Library and Information Studies (LIS) programs. The study considered the depth of coverage, interest in additional curriculum content, and preferences for expanding existing coverage. Methods – A cross-sectional survey was implemented. Program administrators and instructors currently involved with ALA-accredited master’s level LIS programs in Canada and the United States were eligible to participate. Recruitment emails targeted faculty and administrators from a directory of institutions offering ALA-accredited MLIS programs. Results – 26 eligible responses from 20 unique institutions were obtained. Most respondents reported that ES is incorporated into the curriculum, albeit only briefly in most cases. Most of the respondents expressed interest in incorporating more ES content into the curriculum, specifically as a portion of a course. A greater number of respondents would prefer to bring in external guest speakers to teach the ES content, but a small percentage were interested in training for existing LIS instructors. Conclusion – In-depth instruction on ES in LIS programs is currently limited. However, there appears to be interest in increasing ES content in curricula, primarily in the form of guest lecturers.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarecherche
Domaine: Méthodes · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelhigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,082
score de la tête « metaresearch » (Gemma)0,357
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,431

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0820,357
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0080,007
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,086
Tête enseignante GPT0,360
Écart entre enseignants0,273 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Métarecherche

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeObservationnel
DomaineMéthodes
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'admission3
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetStatistics Education and MethodologiesCatégorieMétarechercheTravaux en français237 207