Development of Deal- and Journal-level Metrics and Methods Assists Librarians to Evaluate Big Deals
Notice bibliographique
Résumé
A Review of: Blecic, D.D., Wiberley, Jr., S.E., Fiscella, J.B., Bahnmaier-Blaszczak, S., & Lowery, R. (2013). Deal or no deal?: Evaluating Big Deals and their journals. College & Research Libraries, 74(2), 178-193. Objective – To assess the value of aggregated journal packages (Big Deals) and to select individual journal titles for continued subscription should a deal be cancelled. Design – Case study. Setting – Doctoral research university library in the United States of America. Subjects – Three anonymous Big Deals. Methods – The authors define metrics at two levels (deal and journal) to evaluate Big Deal packages. The metrics rely heavily on the COUNTER JR1 metric Successful Full-Text Article Request (SFTAR). Main Results – The authors found that while 30% of journals provide 80% of SFTARs, the cost of subscribing to these journals individually would not save significant sums of money. Additionally, they speculate that library users would increase the number of interlibrary loan requests to access the 20% of SFTARs that would be inaccessible if a Big Deal was cut, amounting to increased costs. Conclusion – With no sign of publishers moving to change the price and conditions of Big Deals, these arrangements are becoming unsustainable for libraries. As this occurs, librarians require methods of assessing which deals to keep and which to cut, as well as evidence of to which individual journals they should subscribe. The authors of this paper set out one method of conducting these assessments that they have found to be useful at an academic library. They conclude by stating that even with SFTAR data, individuals must keep in mind the necessity of providing equitable access to all of a university community’s user groups.
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 | 0,182 | 0,411 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,040 | 0,042 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,020 | 0,019 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,006 |
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 ».