MétaCan
Menu
Retour à la cohorte
Enregistrement W2065157644 · doi:10.5860/crl.62.6.541

Life Cycle Costs of Library Collections: Creation of Effective Performance and Cost Metrics for Library Resources

2001· article· en· W2065157644 sur OpenAlexaff
Stephen R. Lawrence, Lynn Silipigni Connaway, Keith H. Brigham

Notice bibliographique

RevueCollege & Research Libraries · 2001
Typearticle
Langueen
DomaineComputer Science
ThématiqueLibrary Collection Development and Digital Resources
Établissements canadiensSt. Stephen's University
Organismes subventionnairesnon disponible
Mots-clésMicroformCatalogingCollection developmentComputer scienceData collectionControl (management)Operations managementBusinessWorld Wide WebLibrary scienceEconomicsStatistics

Résumé

récupéré en direct d'OpenAlex

An important issue for research librarians is the life cycle cost of acquiring and maintaining a collection. While purchase costs are easy to identify, associated acquisition, cataloging, circulation, and maintenance expenses are difficult to measure and attribute to specific collections. This paper develops a methodology to determine the life cycle costs of collections based on readily available statistical data collected annually by the Association of Research Libraries (ARL). ARL cost data (e.g., salaries and wages, materials expenditures, and operating expenses) for a specific library are allocated to collections (e.g., manuscripts, serials, and microforms) based on the size of the collection and its relative space requirements. By aggregating allocated costs, total life cycle costs for a collection can be estimated. Results of this research indicate that life cycle costs of collections are many multiples of their purchase costs. Results further suggest that the life cycle costs of monograph collections overwhelm the costs of other collections in research libraries—the cost structure of a research library is largely driven by its monograph collection. These results should prove useful in efforts to control costs and improve performance in research libraries.

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)0,012
score de la tête « metaresearch » (Gemma)0,081
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,081
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0200,023
Études des sciences et des technologies0,0010,001
Communication savante0,0060,012
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,030
Tête enseignante GPT0,276
Écart entre enseignants0,246 · 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
DomaineÉvaluation
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCollege & Research LibrariesMême sujetLibrary Collection Development and Digital ResourcesTravaux en français237 207