Business Librarian as Learning Facilitator in and out of the Classroom: Practices at NYU Shanghai
Notice bibliographique
Résumé
In the evolving landscape of business higher education, business librarians play important roles in the assurance of learning. In the classroom settings, librarians might be invited to deliver one-shot course-embedded library workshops, but they are increasingly recognized as pivotal learning facilitators beyond classes. Business librarians can connect with community members by highlighting targeted resources, coordinating community events, building professional pathfinders, and providing personalized consultations. The article shares with peers the practice at NYU Shanghai Library on how to explore diverse ways as learning facilitators, increase the impact of fostering professional thinking, and enhance real-world business learning experiences. 在不断发展的商科高等教育领域，商科图书馆员在学习保障中发挥着重要作用。在课堂环境中，图书馆员可能会受邀嵌入课程提供单次培训，但他们越来越被认为是课堂之外重要的学习促进者。商科图书馆员通过强调重点资源、协调校内活动、创建学科资源导航和提供个性化的参考咨询服务，与校内用户建立联系。本文分享了上海纽约大学图书馆如何运用多个途径完成上述实践。这些实践展示了作为学习促进者，商科馆员如何探索多种方式，以增加在培养商科学生专业思维上的影响力，并增强他们的真实商业学习体验。
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,026 | 0,009 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».