Notice bibliographique
Résumé
Abstract Objective – The objective of the study was to determine if summary notes or table of contents notes in catalogue records are associated with the usage of e-books in a large university library. Methods – A retrospective cohort study, analyzing titles from three major collections of e-books was employed. Titles were categorized based on the inclusion of the MARC 505 note (table of contents) or MARC 520 note (summary) in the catalogue record. The usage was based on standardized reports from 2012-2013. The measures of usage were the number of titles used and the number of sections downloaded. Statistical methods used in the analysis included correlations and odd ratios (ORs). The usage measures were stratified by publication year and subject to adjust for the effects of these factors on usage. Results – The analysis indicates that these enhancements to the catalogue record increase usage significantly and notably. The probability of an e-book with one of the catalogue record enhancements being used (as indicated by the OR) was over 80% greater than for titles lacking the enhancements, and nearly twice as high for titles with both features. The differences were greatest among the oldest and the most recently published e-books, and those in science and technology. The differences were least among the e-books published between 1998 and 2007 and those in the humanities and social sciences. Conclusion – Libraries can make their collections more accessible to users by enhancing bibliographic records with summary and table of contents notes, and by advocating for their inclusion in vendor-supplied records.
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 | 0,002 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,007 |
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 ».