MétaCan
Menu
Retour à la cohorte
Enregistrement W1983498378 · doi:10.1177/0961000611426215

An examination of Canadian information professionals’ involvement in the provision of business information synthesis and analysis services

2011· article· en· W1983498378 sur OpenAlexaffabout
Liane Patterson, Konstantina Martzoukou

Notice bibliographique

RevueJournal of Librarianship and Information Science · 2011
Typearticle
Langueen
DomaineComputer Science
ThématiqueInformation Architecture and Usability
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésKnowledge managementInformation needsContext (archaeology)Information systemBusiness informationBusinessComputer scienceMarketingWorld Wide WebEngineering

Résumé

récupéré en direct d'OpenAlex

The present study investigated the processes information professionals, working in a business environment, follow to meet business clients’ information needs and particularly their involvement in information synthesis and analysis practices. A combination of qualitative and quantitative data was collected via a survey of 98 information professionals across North America and follow-up interviews with eight Canadian information professionals. It was found that there is an increasing need for value-added services, which incorporate synthesis and analysis but the level of information professionals’ involvement differs depending on a range of factors such as clients’ needs and attitudes, information professionals’ knowledge of the subject area and their length of time working in a particular organization. Information synthesis and analysis in a business context is mostly a collaborative process and principles of analysis are required throughout the entire cycle of information seeking. For the effective transition of information professionals to information synthesists and analysts more effective support may be required to develop a set of essential skills and knowledge.

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)0,018
score de la tête « metaresearch » (Gemma)0,048
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,484

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,048
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,009
Études des sciences et des technologies0,0170,004
Communication savante0,0060,002
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,231
Écart entre enseignants0,209 · 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'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

Citations11
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Librarianship and Information ScienceMême sujetInformation Architecture and UsabilityTravaux en français237 207