Adapting Infosphère: Leveraging an OER Information Literacy Platform
Notice bibliographique
Résumé
In the rapidly evolving landscape of higher education, ensuring that students possess robust information literacy skills is crucial. Infosphère – a comprehensive, modular online information literacy training platform originally developed and released under a CC BY license by the Université du Québec à Montréal – provides a dynamic, customizable framework to help learners refine their abilities in navigating complex information ecosystems. Leveraging its status as an open educational resource (OER), EPFL library training team adapted Infosphère’s content to better align with the specific curriculum needs of bachelor’s and master’s students at our institution, EPFL academic contexts, and language and technology specificities. This presentation will detail the process and rationale behind customization of Infosphère. We will discuss how the platform’s open license facilitated the adaptation and the revision of instructional materials to better address disciplinary nuances and student learning outcomes. By sharing these insights, we aim to highlight how the OER nature of Infosphère not only supported intellectual freedom and pedagogical innovation, but also enabled iterative refinements based on the exchanges with stakeholders. Attendees will gain practical knowledge about the implementation challenges and opportunities encountered throughout this adaptation journey. We will explore how our team collaborated with subject librarians, pedagogical and IT experts, and internal key players to establish a responsive, inclusive, and transparent development process. Moreover, we will discuss the adjustments needed to ensure that content and navigation patterns were accessible to learners with diverse backgrounds. This session underscores the transformative potential of openly licensed educational resources, showcasing how tools like Infosphère can be molded to meet local needs while retaining their core mission of cultivating critical information literacy competencies. Ultimately, by embracing the adaptability and scalability of OER-driven platforms, academic libraries can reaffirm their commitment to fostering equitable and meaningful learning experiences for students across all stages of their academic journeys.
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 | 0,010 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».