Predicting Future Information Resource Utilization Under Conditions of Scarcity: The First Cohort Study in Health Sciences Librarianship
Notice bibliographique
Résumé
A review of: Postell, William Dosité. “Further Comments on the Mathematical Analysis of Evaluating Scientific Journals.” Bulletin of the Medical Library Association 34.2 (1946): 107-9. Objective – To predict future use of journal titles for making subscription decisions. Design – Retrospective cohort study. Setting – Louisiana State University School of Medicine Library in New Orleans. Subjects – All library users, estimated to consist of primarily faculty members or their designees such as research assistants. Methods – Estelle Brodman’s previous citation analysis and reputational analysis (1944) that produced a list of eleven top-ranked physiology journal titles served as the catalyst for Postell’s retrospective cohort study. Postell compiled data on all checkouts for these specific eleven journal titles in his library for the years 1939 through approximately 1945. Main Results – Postell performed a Spearman rank-difference test on the rankings produced from his own circulation use data in order to compare it against journal title rankings produced from three other sources: (1) citation analysis from the references found in the Annual Review of Physiology based upon a system pioneered in 1927 by Gross and Gross; (2) three leading national physiology journals; and, (3) a reputational analysis list of top-ranked journals provided by the faculty members at the Columbia University College of Physicians and Surgeons Department of Physiology. Postell found a relatively high correlation (.755, with 1.000 equaling a perfect correlation) between his retrospective cohort usage data and the reputational analysis list of top-ranked journals generated by the Columbia faculty members. The two citation analyses performed by Brodman did not correlate as highly with Postell’s results. Conclusion – Brodman previously had questioned the use of citation analysis for journal subscription purchase decisions. Postell’s retrospective cohort study produced further evidence against basing subscription purchases on citation analysis. Postell noted that the citation analysis method “cannot always be relied upon as a valid criterion” for selecting journals in a discipline.
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 | 0,010 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».