Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose While originally designed for the for‐profit sector, the Balanced Scorecard has been adopted by non‐profit and government organizations, including some libraries. This paper aims to focus on the continued experiences of two prominent North American research libraries, Johns Hopkins University and McMaster University. These two libraries were part of an Association of Research Libraries (ARL) pilot effort that included a total of four institutions, the two represented by the authors, plus the University of Virginia and the University of Washington. Design/methodology/approach The authors use a combination of quantitative and qualitative approaches. The quantitative aspects of the study are informal and theme‐based. When examining commonalities between Scorecards or overlap between Scorecard measures and the ARL statistics program, matches are made based on broad themes regardless of the specific words used in the formulae. Findings The participating libraries identified ten commonly measured “themes.” These themes are defined as key areas of focus present in three out of the four local sites. Using the standardized four‐perspective Scorecard framework, these themes are as follows: the customer – quality of physical space, customer satisfaction, instruction, document delivery, and collection preservation/discovery; financial health – revenue generation; learning and growth – employee satisfaction and diversity; internal processes – library promotion and assessment of services. Originality/value The article explores the question; can libraries improve their arsenal of assessment tools by working alongside each other (as opposed to directly with each other) as they implement local organizational performance measurement instruments?
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,006 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 découle