MétaCan
Menu
Retour à la cohorte
Enregistrement W1839970241 · doi:10.18438/b8gp7n

Predicting Future Information Resource Utilization Under Conditions of Scarcity: The First Cohort Study in Health Sciences Librarianship

2008· article· en· W1839970241 sur OpenAlexvenueno aff
Jonathan D. Eldredge

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2008
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCitationLibrary scienceCitation analysisCohortRetrospective cohort studyMedical libraryBibliometricsMedicineComputer scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
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 enseignants0,354
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0030,000
Communication savante0,0000,155
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,133
Tête enseignante GPT0,429
Écart entre enseignants0,296 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetHealth Sciences Research and EducationTravaux en français237 207