Re-learning the Commons, From Conceptual Overview to Case Study [Plenary Speaker]
Notice bibliographique
Résumé
The early conceptual description of the Commons model as “a new framework for service delivery in academic libraries” has by now been validated by real-world practical experiences on well over a hundred campuses in Canada, the U.S., Europe, and the Pacific Rim. A few critics over the years have repeatedly predicted that a series of new technologies would “threaten,” “derail,” or “doom” the Commons model (laptops, netbooks, PDA’s, tablets, smartphones, "the cloud" ….each of these, it was claimed in succession, would render the Commons model obsolete, irrelevant, or deserted). Instead, the Learning Commons has shown itself to be a dynamic focal point of organizational adaptation and growth, enthusiastic student use and acceptance, increased collaboration across a spectrum of instructional support and pedagogical incubation, and creative integration of knowledge media and library service delivery.This keynote address begins with an overview of recent assessments from several campuses that reveal these general trends, and then delves into a longer, more detailed Case Study of current exciting development projects at the University of North Carolina, Charlotte, designed to emphasize the role of the LC in enhancing student learning, engagement, retention and success.Donald Beagle, Director of Library Services, Belmont Abbey College, Belmont, NCBarbara Tierney, Head of Research and Information Services for the Information Commons, Department of the J. Murrey Atkins Library, University of North Carolina at Charlotte. Presentation co-written by Donald Beagle and Barbara Tierney. Presented by Barbara Tierney.
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 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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».