MétaCan
Menu
Retour à la cohorte
Enregistrement W6981827560

Finding New Paths: Leveraging the Scholarship of Teaching and Learning for Enhanced Librarianship

2016· article· en· W6981827560 sur OpenAlexafffund

Notice bibliographique

RevueDigital Commons - USU (Utah State University) · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAmerican Environmental and Regional History
Établissements canadiensMount Royal University
Organismes subventionnairesUniversity of SaskatchewanUniversity of CalgaryVanderbilt University
Mots-clésScholarship of Teaching and LearningScholarshipSPARK (programming language)Information literacyParallelsWork (physics)Higher education
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Scholarship of Teaching and Learning (SoTL) can offer new ways for librarians to consider and study our practice, suggest new partners in classroom-based research, provide new opportunities for dissemination, and lead to better integration of our work and expertise within academia. There are strong parallels between SoTL and information literacy (IL) research and the fields have much to offer each other. The SoTL literature offers a broad range of discipline-based methods that may spark ideas for investigating student learning and research that can inform our teaching. The presenters will review SoTL basics, and ask participants to scan recent SoTL research and discuss ways to adapt ideas from these studies to their own teaching and research work. We will conclude by sharing ideas on how librarians can get started in their own SoTL work or partner with other faculty who are conducting pedagogical research.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil0,378

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,192
Écart entre enseignants0,172 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDigital Commons - USU (Utah State University)Même sujetAmerican Environmental and Regional HistoryTravaux en français237 207