MétaCan
Menu
Retour à la cohorte
Enregistrement W2059405473 · doi:10.1108/ilds-06-2014-0029

CARL Libraries – a Canadian resource-sharing experience

2015· article· en· W2059405473 sur OpenAlexaffabout
Chong Jui Jong, Linda Frederiksen

Notice bibliographique

RevueInterlending & Document Supply · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueLibrary Collection Development and Digital Resources
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésInterlibrary loanShared resourceDatabase transactionConsistency (knowledge bases)Transactional leadershipResource (disambiguation)OriginalityData sharingTransaction dataValue (mathematics)Subject (documents)Computer scienceLibrary scienceKnowledge managementSociologyPublic relationsDatabasePolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Purpose – This study aims to map the current resource-sharing environment in Canada through the lens of its research libraries in general and the University of Alberta in particular. The findings present an interesting view of changing resource sharing patterns and trends. Design/methodology/approach – Interlibrary loan (ILL) transaction data were compiled from annual data reported to the Canadian Association of Research Libraries (CARL) and a case study of the University of Alberta is presented. Findings – The current trend shows declines in both borrowing and lending transactions. Research limitations/implications – Validity of the CARL ILL transactional data is subject to consistency in institutional reporting and accuracy of the data. The trends portrayed in the data are deemed realistic of the Canadian experience. Originality/value – This is an original study of CARL ILL transactional data, providing an aggregated view of 13 years of annual data, and an analysis of this data. It updates previous research and benchmarks current ILL patterns at CARL institutions.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,958

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,014
Études des sciences et des technologies0,0270,006
Communication savante0,0090,004
Science ouverte0,0020,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,029
Tête enseignante GPT0,242
Écart entre enseignants0,214 · 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'étudeSans objet
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

Citations6
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInterlending & Document SupplyMême sujetLibrary Collection Development and Digital ResourcesTravaux en français237 207