MétaCan
Menu
Retour à la cohorte
Enregistrement W1961711266 · doi:10.5040/9798400670695.0010

Library and Information Science Students

2019· other· en· W1961711266 sur OpenAlexaff
Adele M. Fasick

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Administration
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPaceWork (physics)Service (business)SociologyApprenticeshipPublic relationsLibrary scienceMedical educationPolitical scienceBusinessEngineeringMarketingComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

ALMOST FROM THE TIME that Melvil Dewey opened the doors of his pioneering library school at Columbia University, discussions about the characteristics and qualifications expected of students have been part of library literature.Decisions made at that time about the nature of library education and the type of students who should be admitted have influenced professional education ever since.Dewey's success in establishing formal training as the appropriate means of producing new librarians was in part due to his realization that the field was growing at too fast a pace to rely on informal apprenticeship training.He saw a need for people who could organize and operate the new public libraries that were opening and who could change the role of existing libraries just as Dewey himself changed the role of the Columbia University Library.The public was willing to pay for the provision of library service in many communities provided the price was not too high.Library educators, or would-be educators, had to find a pool of applicants who would meet the standards of education and attitude required for library work and who would be willing to accept lower pay than that available in commerce or other professions.Fortunately for librarianship, this demand occurred at the same time that university education was becoming available to women, thus producing a group of well-educated graduates many of whom wanted work but few of whom were dedicated to the idea of making money.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,256
Score d'incertitude au seuil0,855

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0120,004
Communication savante0,0240,011
Science ouverte0,0010,012
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,2560,093

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 Opus0,012
Tête enseignante GPT0,299
Écart entre enseignants0,287 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLibrary Science and AdministrationTravaux en français237 207