MétaCan
Menu
Retour à la cohorte
Enregistrement W1495028442 · doi:10.18438/b84g8v

Quality of Student Paper Sources Improves after Individual Consultation with Librarians

2013· article· en· W1495028442 sur OpenAlexaffvenue
Laura Newton Miller

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésCitationQuality (philosophy)Test (biology)Medical educationClass (philosophy)Control (management)Scope (computer science)Scale (ratio)Service (business)Rating scalePsychologyLibrary scienceComputer scienceMedicineBusiness

Résumé

récupéré en direct d'OpenAlex

Objective – To determine whether the quality of sources used for a research paper will improve after a student receives one-on-one instruction with a librarian. To test citation analysis and a rating scale as means for measuring effectiveness of one-on-one consultations. Design – Citation analysis. Setting – Academic library of a large American university. Subjects – Papers from 10 courses were evaluated. In total, 76 students were asked to meet with librarians. Of these, 61 actually participated. Another 36 students from the control group were not asked to meet with a librarian (although 1 partook in a consultation). Methods – Librarians invited faculty to participate in a new service to help improve quality of student research papers. Eligible courses included those with a required research paper component where papers could be evaluated at different times in the project. Faculty instructed students in the class to meet with the librarian after a first draft of a paper was written. Students from seven courses were asked to meet with a librarian. Courses included English Composition (2), Geography (1), Child Development (1), Occupational Therapy (1), Marketing (1) and Women Writers (1). Three courses acted as control groups (all English Composition). After meeting with students to make recommendations, librarians used a rating scale (measuring relevancy, authority, appropriate dates and scope) to review the quality of sources in both drafts and final papers. Main Results – One-on-one consultations with a librarian resulted in sources being of a higher quality in the final paper. With the exception of authority, the differences between draft and final paper were statistically significant in all measures (overall quality, relevance, dates and scope). Those in the control group showed no improvement in quality of sources between draft and final paper. Conclusion – Quality of sources in final paper improves after one-on-one consultations with librarians. The use of a rating scale is helpful in objectively measuring quality of sources, although there is potential for subjective interpretation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,061
score de la tête « metaresearch » (Gemma)0,348
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,322

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,348
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0080,008
Études des sciences et des technologies0,0020,001
Communication savante0,0100,005
Science ouverte0,0020,005
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,005

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 Opus0,066
Tête enseignante GPT0,421
Écart entre enseignants0,355 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetHealth Sciences Research and EducationTravaux en français237 207