Profile, needs, and expectations of information professionals: What we learned from the 2003 ASIST membership survey
Notice bibliographique
Résumé
Abstract A survey of American Society for Information Science and Technology members was administered via the Web in May 2003. The survey gathered demographic data about members and their preferences and expectations in regard to conferences and other ASIST products and services. With about a 32% return rate, findings were compared with an earlier survey conducted in 1979, which provides a glimpse of how the Society has changed and what needs to be done to ensure a healthy future development. The gender split has remained the same but members are about 5 years older on average than they were in 1979. A significant shift has occurred in members' institutional affiliations, from the largest group being in the industrial sector to the largest group being in educational institutions. Members on average reported slightly higher incomes (after adjusting for inflation) in 2003 than in 1979. Since 1979, a larger percentage of members have earned a doctoral degree. The most common field of study is library and information science. About half of the respondents reported that ASIST is their primary professional society. Their primary reason for maintaining ASIST membership is “learning about new developments/issues in the field.” The most common responses to the question about what factors would make ASIST conferences more appealing related to lowering costs. Other responses related to attitudes about the ASIST Bulletin and the value of other proposed products and services are summarized and reported. Detailed analyses of relationships among different variables made possible a deeper understanding of members' needs and expectations, which provides directions for design of programs and services.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,035 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».