MétaCan
Menu
Retour à la cohorte
Enregistrement W1977610566 · doi:10.1177/034003520102700405

Measuring the Added Value of Library and Information Services: The New Zealand Approach

2001· article· en· W1977610566 sur OpenAlexaff
Ruth MacEachern

Notice bibliographique

RevueIFLA Journal · 2001
Typearticle
Langueen
DomaineComputer Science
ThématiqueLibrary Collection Development and Digital Resources
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

La Methodologie V+LM (Value-Added Library Methodologie) de Bibliotheque concernant la valeur ajoutee est une approche structuree permettant de quantifier et de mesurer les services des bibliotheques en tenant compte de ceux des services que les bibliotheques offrent aux groupes de leurs usagers. V+LM identifie et souligne le retour sur les budgets que les sponsors (fondations privees) investissent en matiere des bibliotheques et d'information. Considerant ainsi les bibliotheques non plus comme un lieu de frais mais comme un bon investissement d'affaires pour les entreprises, les universites et la societe. La methodologie peut mesurer la production de bibliotheque dans sa totalite, ou les services specifiques tels que des programmes d'information sur alphabetisation. V+LM mesure des benefices intangibles employant des concepts economiques comme le cout d'opportunite, le cout mandataire et taux du marche. Les benefices tires sont compares a l'investissement du reseau employant la norme sur les pratiques de comptabilite. V+LM a ete mis en place dans trois bibliotheques de la Nouvelle-Zelande : la Bibliotheque Parlementaire de Nouvelle-Zelande, la Bibliotheque de l'Universite du Canterbury et les Bibliotheques Publiques a Manakau. Cet article decrit les conclusions des trois etudes, met en avant des particularites communes aux milieux parlementaires, d'enseignement superieur et des bibliotheques publiques mais il attire aussi l'attention sur les differences.

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)0,006
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,470
Score d'incertitude au seuil0,935

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,033
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0140,023
Études des sciences et des technologies0,0020,004
Communication savante0,0090,005
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,012
Tête enseignante GPT0,173
Écart entre enseignants0,161 · 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'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

Citations23
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIFLA JournalMême sujetLibrary Collection Development and Digital ResourcesTravaux en français237 207