Introduction des compétences informationnelles dans un cours universitaire
Bibliographic record
Abstract
Depuis quelques années, les bibliothécaires de l’Université de Moncton enseignent le volet Compétences informationnelles / Recherche en bibliothèque dans un cours obligatoire d’initiation aux études universitaires, offert à toutes les personnes étudiantes de première année, premier cycle de quelques Facultés. Dans le cadre d’une étude menée en collaboration avec le Réseau des partenaires CompeTI.CA en 2016-2019, nous avons recueilli et analysé les perceptions de personnes étudiantes inscrites aux cours, ainsi que les observations des bibliothécaires qui interviennent dans l’enseignement de ces cours. Une méthodologie qualitative et inductive de théorisation ancrée adoptée par le Réseau, inscrite dans une démarche inclusive et collaborative, a permis de générer des données de recherche et des recommandations pratiques reflétant le phénomène de développement des compétences informationnelles. Nos conclusions découlent de l’analyse des données recueillies, plutôt que de théories prédéterminées. Le modèle étudié de l’introduction des compétences informationnelles semble bénéficier les personnes étudiantes et contribuer à leur réussite universitaire. Des pistes d’optimisation de la structure pédagogique du cours, des tests de placement, ainsi que l’importance d’une approche progressive et adaptée tout au long du parcours universitaire ne sont que quelques recommandations qui ressortent de la présente étude. En publiant cet article, nous souhaitons apporter une modeste contribution au corpus de la littérature scientifique francophone portant sur l’intégration des compétences informationnelles dans le cursus universitaire, ainsi que le rôle des bibliothécaires dans la mission de l’enseignement post-secondaire.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.022 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.006 | 0.010 |
| Scholarly communication | 0.013 | 0.010 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.030 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".