MétaCan
Menu
Retour à la cohorte
Enregistrement W1590679172 · doi:10.18438/b8vw3m

Birds of a Feather Flock Together: The Congruence of Personality Types within Librarians’ Subject Specialties

2008· article· en· W1590679172 sur OpenAlexvenueno aff
John W. Loy

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2008
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Marketing Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyConscientiousnessExtraversion and introversionBig Five personality traitsOpenness to experiencePersonalityDocumentationAutonomySocial psychologyApplied psychologyMedical educationComputer scienceMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

A Review of: Williamson, J.M., A.E. Pemberton, and J.W. Lounsbury. “Personality Traits of Individuals in Different Specialties of Librarianship.” Journal of Documentation 64.2 (2008): 273-86. Objectives – To investigate the personality traits of a range of librarians and information professionals using the Personal Style Inventory (PSI), and to investigate whether the personality traits of those in person-orientated library specialties differ from those in technique-orientated specialties. Design – Self-selecting survey. Setting – Solicitations to complete the survey were sent out via 10 e-mail discussion lists, and paper copies were made available at the annual American Library Association conference in 2002. Subjects – 2,075 librarians and information science professionals. Methods – Participants completed the survey either in print format, as an e-mail attachment or a Web form. The survey format was an adaptation of the PSI scale using 13 of the accepted 16 scales, namely: • adaptability • assertiveness • autonomy • conscientiousness • customer service orientation • emotional resilience • extraversion • openness • optimism • teamwork • tough-mindedness • visionary-operational work style • work drive Responses were analysed using a two-step cluster analysis technique, and participants were grouped into seven clusters. Main Results – The largest group of respondents was cataloguers at 23.7%, followed by other (health or law) 19.1%, academic reference librarians 13.2%, special librarians 12.3% with all other groups in single figures. Respondents were divided up into the following seven clusters. • Cluster 1, the “unadaptive” group -- so labelled because several unadaptive traits such as low emotional resilience, low optimism, low teamwork, and low work drive are included. • Cluster 2, “adaptive academic reference librarians” -- high on customer service orientation, extraversion and teamwork, and low on tough-mindedness. • Cluster 3, “adaptive cataloguers” -- low on customer service orientation and possessing a more operational work style. • Cluster 4, “adaptive special librarians” -- high on autonomy, customer service orientation and extraversion. • Cluster 5, “adaptive distance education librarians, public librarians, records managers, and school librarians” -- possessing a visionary work style and scoring high on adaptability, assertiveness, customer service orientation, emotional resilience, high extraversion, openness, optimism, and teamwork; scoring low on tough-mindedness. • Cluster 6, “adaptive other information professionals” -- also possessing a visionary work style and with high scores on adaptability, assertiveness, autonomy, customer service orientation, emotional resilience, extraversion, openness, optimism, teamwork, and work drive. • Cluster 7, “adaptive archivists and systems librarians” scoring high on assertiveness, openness, and tough-mindedness. Most clusters were comprised of a single occupational group, with only Clusters 1 and 5 made up of individuals from more than one group. Conclusion – The results indicate that different librarianship subspecialties can be differentiated by personality traits, and that individuals are likely to be drawn to either person-orientated or technique-orientated library specialties depending on their personality traits.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,020
Tête enseignante GPT0,231
Écart entre enseignants0,211 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetManagement and Marketing EducationTravaux en français237 207