Development of Technology Competencies for Public Services’ Staff Has Limited External Validity
Notice bibliographique
Résumé
A Review of:
 Wong, G. K. W. (2010). Information commons help desk transactions study. Journal of Academic Librarianship, 36(3), 235-241.
 
 Objective - To develop an understanding of the types of technology questions asked at an information commons help desk for the purposes of staffing the desk and training. Specifically, the study looked to answer the following questions: 
 
 1. What kind of assistance do users seek from the help desk?
 2. How complex is it to handle the technology questions?
 3. What are the key competencies desirable of the help desk staff?
 
 Design - Qualitative analysis of transactions completed at an information commons help desk.
 
 Setting - A medium sized academic library located in Hong Kong.
 
 Data - 1,636 transactions completed at an information commons help desk between January 2007 and May 2009.
 
 Methods - From the opening in 2006, the staff of the information commons help desk recorded all transactions electronically using a modified version of the open source software LibStats. The author examined the transactions for roughly the second and third weeks of each month from January 2007 to May 2009 in an effort to determine the types of questions asked and their complexity.
 
 Main Results - In response to question one, 86.3% of questions asked at the help desk concerned technology; the majority of those questions (76.5%) were about printing, wireless connection, and various software operation. For question two, 82% of technology questions were determined to be of the lowest tier (Tier 1) of complexity, one-third of the questions required only “direct answers,” and 80% of questions could be answered consistently via the creation of a “knowledge base of answers for these foreseeable questions.” For question three, a list of fourteen competencies for help desk staff were created.
 
 Conclusion - With the low complexity of the technology questions asked, the creation of a knowledge base of common questions and answers, and proper training of staff based on the competencies identified in the study, an information commons could be effective with one integrated desk staffed by a librarian and paraprofessional staff member.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,558 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».