A Comparative Study on the Codes of Ethics by Professional Associations of Libraries, Archives and Museums in Foreign Countries
Notice bibliographique
Résumé
본 연구는 도서관, 기록관, 박물관의 협력에 있어 실무자들의 업무와 인식의 근간이 되는 전문직 가치를 논의하고 윤리강령 분석을 통해 세 분야에서 공통적으로 제시되는 전문직 가치와 각 분야에서 차별적으로 제시되는 전문직 가치를 조사하는 것을 목적으로 하였다. 이를 위해 미국, 캐나다, 영국, 호주의 도서관, 기록관, 박물관 협회 윤리강령을 조사대상으로 선정하였다. 문헌연구를 바탕으로 전문직 가치에 대한 이론적 연구를 조사하여 공통된 가치를 추출하였으며 이를 근거로 분석을 실시하면서 최종적으로 13개의 공통 요소를 포함하는 분석 기준을 제시하였다. 분석 결과 공통된 전문직 가치로는 접근, 개인정보 보호, 소장물 관리, 전문직으로서의 임무, 사회적 책임인 것으로 나타났다. 도서관 분야에서는 지적자유, 기록관 분야에서는 증거로서의 기록, 박물관 분야에서는 연구 해석 기능이 각 분야에서 고유하면서도 강조되는 윤리적 측면인 것으로 나타났다. This study investigated professional values on which the practices and the perceptions of professions were based, then identified common professional values and different ones. The codes of ethics by professional organizations of libraries, archives, or museums in the U.S., Canada, the U.K. and Australia were selected for the analysis. Predicated on the literature review, common professional values were derived from the existing studies. While conducting the analysis, 13 values were identified and finalized. As a result, it was found that common professional values included access, privacy, stewardship, professional conduct and professional responsibilities to the society. Intellectual freedom in the library area, records as an evidence in the archive area, and research and interpretation in the museum area are those emphasized and unique in each area.
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 | 0,012 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».