Research, development, and production of information resources and tools
Notice bibliographique
Résumé
Purpose The Health Information Research Unit (HIRU) at McMaster University in Hamilton, Ontario, Canada, was founded to meet the information needs that were quickly becoming apparent in the course of teaching critical appraisal methods for the practice of evidence‐based medicine. Librarians have worked in HIRU from its inception and their activities include teaching searching skills to clinicians, collecting and analyzing data for developing methods hedges to increase retrieval of high‐quality clinical articles, evaluating study methods of articles for four evidence‐based journals, and developing more sophisticated ways to deliver electronic information to clinicians. This article summarizes these developments. Design/methodology/approach To show the range and richness of the roles performed over the years, some of the cycles and projects with which HIRU has been involved and how librarians have fit in are described. Not all projects have been “successful”, but often the unsuccessful ones are as informative as – if not more so than – those that met one's expectations. Findings One of the main outcomes of the work is the recognition that many job opportunities in areas of informatics exist for librarians and other information professionals. Other groups are acknowledging that librarians can have substantial input into information products and anyone considering health sciences librarianship as a career should realize that many of the skills obtained during training will equip one for work in many non‐traditional settings. Originality/value It is felt that a contribution has been made to the continuing education of many of one's peers and help given to build one's research base and information products. The professional relationships that have been established because of these interactions have been rich and rewarding. Anyone interested in a career in health librarianship is encouraged to consider the opportunities available in research and development and other non‐traditional (non‐library) settings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,086 | 0,168 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,023 | 0,026 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,028 | 0,026 |
| Science ouverte | 0,006 | 0,012 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,009 |
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 source (Gemma direct ou Codex distillé), 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 ».