Yapay Zekâ Okuryazarlığı: Kütüphaneler için Yeni Bir Paradigma
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
When used consciously, critically, and with attention to ethical principles, the developing artificial intelligence (AI) technology tools provide effectiveness, speed, accuracy, and efficiency in meeting many needs of individuals, institutions, and organizations. It is essential to be artificial intelligence literate to recognize, understand, evaluate, and use artificial intelligence technologies effectively. This study aims to define artificial intelligence literacy, emphasize its importance, and examine the role of libraries in developing this literacy. In addition, it is to reveal the potential of artificial intelligence literacy to increase individuals’ ability to evaluate and use artificial intelligence technologies critically. Within the scope of the study, which was prepared with the qualitative description method and analyzed the relevant sources from domestic and foreign literature, the concept of artificial intelligence literacy was defined, the role of libraries in the development of this type of literacy was included, and the study was also supported with examples of the university and public libraries taken from the United States, Canada, Australia, and North America. The results obtained from the study’s findings indicate that the role of libraries in developing artificial intelligence literacy is crucial and that educational programs in this area should be strengthened. Libraries can guide the ethical and practical use of artificial intelligence technologies and enable individuals to benefit better from these tools. This research is considered to be original because there is no other study in the domestic literature that addresses the meaning of artificial intelligence literacy for libraries and evaluates the related foreign and domestic literature in a detailed and systematic way.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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