Peningkatan Literasi Informasi untuk Pustakawan, Guru dan Pegiat Literasi di Dinas Kearsipan dan Perpustakaan Kabupaten Karanganyar
Bibliographic record
Abstract
Tujuan artikel ini untuk mengelaborasi peningkatan literasi informasi pustakawan, guru, dan pegiat literasi melalui Bimbingan Teknis yang diselenggarakan oleh Dinas Kearsipan dan Perpustakaan Kabupaten Karanganyar. Kegiatan ini dilaksanakan selama lima hari melibatkan narasumber dari berbagai institusi seperti D3-Komunikasi Terapan UNS, D3-Perpustakaan UNS, UPT Perpustakaan UNS, UMUKA, dan Kominfo, serta difokuskan pada materi kebutuhan informasi, penelusuran, evaluasi, analisis, sintesis, dan diseminasi informasi, yang sejajar dengan capaian literasi sebagaimana digariskan dalam literatur pelatihan literasi informasi. Metode yang digunakan adalah program pelatihan interaktif terpadu, terdiri dari ceramah, studi kasus, simulasi praktik, diskusi kelompok, dan tanya jawab. Tiap narasumber memberikan sesi spesifik sesuai keahlian. Evaluasi dilakukan melalui pre‑test dan post‑test, observasi partisipatif, serta refleksi individu. Hasil menunjukkan peningkatan signifikan dalam kompetensi literasi informasi para peserta: rata‑rata skor post‑test naik dibanding pre‑test; peserta melaporkan peningkatan kemampuan merumuskan kebutuhan informasi, memilih sumber yang relevan, mengevaluasi kredibilitas, melakukan analisis dan sintesis, serta menyebarkan informasi secara sistematis. Selain itu, partisipasi aktif dan sangat tingginya antusiasme peserta mencerminkan keberhasilan metode interaktif. Temuan ini sejalan dengan penelitian sebelumnya yang menunjukkan bahwa pelatihan literasi informasi efektif meningkatkan kemampuan praktis pustakawan dan tenaga perpustakaan. Secara keseluruhan, Bimtek ini efektif meningkatkan literasi informasi secara sistematis, dan direkomendasikan sebagai model pelatihan berkelanjutan untuk penguatan layanan perpustakaan daerah.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.017 | 0.009 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.084 | 0.024 |
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".