MétaCan
Menu
Retour à la cohorte
Enregistrement W1574339546 · doi:10.18438/b81w35

Navigating User Feedback Channels to Chart an Evidence Based Course for Library Redesign

2012· article· en· W1574339546 sur OpenAlexvenueno aff
T. Derek Halling, Esther Carrigan

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Information Literacy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSpace (punctuation)Variety (cybernetics)Scope (computer science)World Wide Web

Résumé

récupéré en direct d'OpenAlex

Abstract Objectives – The objective of this project was to redesign library spaces based on the user feedback obtained from a broad complement of feedback channels. The over-arching goal of this project was to develop an evidence based approach to the redesign of library spaces. Methods – Data from user-initiated and library-initiated feedback channels were collected and analyzed to determine priorities for library space changes. Online/onsite suggestions, a library onsite census survey, the LibQUAL+® survey, a whiteboard, ballot voting, and text voting were all used to gather input. A student advisory group was used as a sounding board for planned space changes before a final decision was made. Results – Data produced by different feedback channels varied both in the number of suggestions generated as well as the changes requested. Composite data from all feedback channels resulted in a total of 687 suggestions identifying 17 different types of space changes. An onsite whiteboard, the LibQUAL+® survey, and library census proved the most prolific in producing suggestions. Conclusion – Priorities for space changes were best determined through a composite of suggestions received from all feedback channels. The number of suggestions and requests received that were initiated by users was so small that it had to be supplemented with library-initiated feedback requests. The use of multiple feedback channels enhanced the number, variety, and scope of the suggestions that were received. Similar requests received through multiple feedback channels emphasized their importance to users. Focused follow-up feedback channels were effective in clarifying user suggestions for specific changes.

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)0,339
score de la tête « metaresearch » (Gemma)0,415
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,339
Score d'incertitude au seuil0,815

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3390,415
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0210,011
Études des sciences et des technologies0,0060,005
Communication savante0,0230,021
Science ouverte0,0070,015
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,045
Tête enseignante GPT0,348
Écart entre enseignants0,303 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
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

Citations14
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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