Increased Size of E-Book Collection Positively Impacts Usage but May Reach Critical Mass
Notice bibliographique
Résumé
Objective – To investigate the impact of collection size, student population, and faculty population on the use of an e-book collection. Design – Longitudinal quantitative analysis. Setting – Mid-sized public university located in Ontario, Canada. Subjects – Data from 79,821 e-books related to searches and viewings; data regarding number of e-books held, students enrolled, and faculty employed at institution. Methods – Numbers of e-books purchased individually and in packages were calculated, followed by the acquisition of annual student and faculty numbers through the University Institutional Planning Office. Searches for and viewings of e-books conducted via vendor websites were obtained directly from vendors. Data for all variables represent years 2002-2010. Main Results – Very high Pearson’s correlation coefficients of r = 0.96 for searches performed and r = 0.91 for viewings were found in relation to the number of e-books held. While the annual increase in number of viewings was at a rate similar to that of e-books available, a 7% decrease in searches and viewings occurred in 2010. In terms of user populations, doctoral students exhibited the strongest association with e-book collection size followed by undergraduate students and faculty. Conclusions – Based upon examination of correlation coefficients, the study concludes that the e-book collection size is closely associated with the level of e-book usage. The author notes that the data suggests use of the collection may possibly have leveled off, implying that additional large increases in the e-book collection could incur unnecessary expenditure. “Viewings per e-book” and “searches per e-book” ratios were highest when e-books were obtained on an individual title-by-title basis, though the author cautions that this does not necessarily prove that selective purchasing results in increased use. A deeper quantitative analysis into e-book usage and academic program size is considered for future research, as well as a comparison between electronic reference books and monographs. The author recommends that similar research be performed at other institutions of varying size to determine whether the study’s results would be replicated.
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 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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 ».