Notice bibliographique
Résumé
Objective - In developing marketing strategies for the Business & Economics Library (BEL) at the University of Illinois at Urbana–Champaign (UIUC), a survey was designed to answer the following questions: • Should BEL develop marketing strategies differently for East Asian business students? • What services do graduate business students want to receive from BEL? • With whom should BEL partner to increase visibility at the College of Business? Marketing research techniques were used to gather evidence upon which BEL could construct appropriate marketing strategies. Methods - A questionnaire was used with graduate business students enrolled at UIUC. The survey consisted of four categories of questions: 1) demographics, 2) assessment of current library services, 3) desired library services, and 4) research behavior. The data were analyzed using descriptive statistics and hypothesis testing to answer the three research questions. Results - East Asian business students showed similar assessment of current services as non-East Asian international business students. Survey results also showed that graduate business students had low awareness of current library services. The Business Career Services Office was identified as a co-branding partner for BEL to increase its visibility. Conclusion - A marketing research approach was used to help BEL make important strategic decisions before launching marketing campaigns to increase visibility to graduate business students at UIUC. As a result of the survey, a deeper understanding of graduate business students’ expectations and assessment of library services was gained. Students’ perceptions became a foundation that helped shape marketing strategies for BEL to increase its visibility at the College of Business. Creating marketing strategies without concrete data and analysis is a risky endeavor that librarians, not just corporate marketers, should avoid.
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 | 0,061 | 0,288 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,013 | 0,009 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,009 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,041 | 0,007 |
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 ».