MétaCan
Menu
Retour à la cohorte
Enregistrement W1973340849 · doi:10.1108/08880450510582015

The Canadian National Site Licensing Project and the logic model

2005· article· en· W1973340849 sur OpenAlexaffabout
Ellen Hoffman

Notice bibliographique

RevueThe Bottom Line Managing Library Finances · 2005
Typearticle
Langueen
DomaineComputer Science
ThématiqueLibrary Science and Information Systems
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésOriginalityNegotiationValue (mathematics)Logic modelFoundation (evidence)BusinessPublic relationsKnowledge managementComputer scienceEngineering managementPolitical scienceSociologyEngineeringPublic administrationQualitative research

Résumé

récupéré en direct d'OpenAlex

Purpose To determine whether Canada's university research capacity could be increased in quantity, breadth and depth of published scholarly information available to academic researchers, especially through the use of e-journals and cooperatively negotiated pricing and licensing of them. Design/methodology/approach Evaluates the three-year demonstration project funded by the Canada Foundation for Innovation known as the Canadian National Site Licensing Project (CNSLP). This project used surveys and a logical model method, which integrates inputs, activities, outputs, outcomes and impacts into an account of how a program is fulfilling its objectives. Findings Demonstrates that CNSLP has successfully found a new model for negotiating and licensing electronic information to expand information available to researchers. It also identified that over 80 percent of respondents surveyed believe that e-journal access has had a significant impact on their ability to conduct research. Originality/value Both illustrates a model to provide greater access to e-journals and shows that greater access to electronic information increases use of peripheral literature.

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)0,008
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,480

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0040,010
Communication savante0,0060,005
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,025
Tête enseignante GPT0,232
Écart entre enseignants0,206 · 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.

Devis d'étudeSans objet
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

Citations4
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Bottom Line Managing Library FinancesMême sujetLibrary Science and Information SystemsTravaux en français237 207