MétaCan
Menu
Retour à la cohorte
Enregistrement W1498564171 · doi:10.18438/b8kg8w

Development of Technology Competencies for Public Services’ Staff Has Limited External Validity

2011· article· en· W1498564171 sur OpenAlexvenueno aff
Jason Martin

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Information Literacy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDeskStaffingService deskReference deskHouse of CommonsComputer scienceWorld Wide WebDocumentationPublic relationsBusinessPolitical scienceMarketingLaw

Résumé

récupéré en direct d'OpenAlex

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 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)0,261
score de la tête « metaresearch » (Gemma)0,519
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,739
Score d'incertitude au seuil0,911

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2610,519
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0090,010
Études des sciences et des technologies0,0050,012
Communication savante0,0070,009
Science ouverte0,0040,011
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,088
Tête enseignante GPT0,289
Écart entre enseignants0,201 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomaineMéthodes
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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetLibrary Science and Information LiteracyTravaux en français237 207