Notice bibliographique
Résumé
Purpose The purpose of this paper is to compare user perspectives on visits to in‐person and virtual reference services conducted by participants in the Library Visit Study, an ongoing research project. Design/methodology/approach This paper compares satisfaction rates, identifies staff behaviours that influence user satisfaction, and suggests how both face‐to‐face and virtual reference can be improved. Since 1990, participants in the Library Visit Study have been MLIS students who ask questions at in‐person and virtual reference desks, and report on their experiences. In addition to these accounts, students complete questionnaires on their experiences. Level of satisfaction with the in‐person or virtual transactions, based on the “willingness to return” criterion, are computed. Satisfaction is compared with other factors such as correctness of answers and friendliness of library staff. Underlying problems that influence satisfaction are identified. Findings – Data from 261 in‐person and 85 virtual reference transaction accounts (both e‐mail and chat) show that virtual reference results in lower satisfaction than in‐person reference. Underlying problems that are associated with user dissatisfaction were identified in face‐to‐face reference and carry over to virtual reference, including lack of reference interviews, unmonitored referrals and failure to follow‐up. Research limitations/implications – The number of virtual reference visits is relatively small (85) compared with 261 in‐person visits. Practical implications – The reasons for ongoing failures are examined and solutions that can help improve both face‐to‐face and virtual reference are identified. Education and training of reference staff can be improved by recognition of the behavioural causes of dissatisfaction in users. Originality/value – This paper provides empirical data that compare user perceptions of in‐person and virtual reference.
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».