MétaCan
Menu
Retour à la cohorte
Enregistrement W2077319937 · doi:10.1108/01435120610715527

LIS professionals and knowledge management: some recent perspectives

2006· article· en· W2077319937 sur OpenAlexaboutno aff
Maryam Sarrafzadeh, Bill Martin, Afsaneh Hazeri

Notice bibliographique

RevueLibrary Management · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Information Literacy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeneralizability theoryOriginalityValue (mathematics)Public relationsKnowledge managementLibrary sciencePolitical scienceBusinessPsychologySociologyComputer scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Purpose To identify the general perspectives of library and information science professionals on knowledge management and examine their assessments of its potential values, benefits, opportunities and threats to the profession. Design/methodology/approach An international survey was conducted using a web‐based questionnaire. The questionnaire targeted LIS professionals around the world, through the use of the IFLA‐L, KMDG‐L mailing lists. Findings The survey found an increased awareness among LIS professionals of their potential contribution to knowledge management, with a high agreement on its positive implications for both individuals and the profession. Research limitations/implications Although the survey was distributed through international mailing lists, it succeeded mainly in obtaining responses from Australia and New Zealand, the USA, the UK, South Africa and Canada. Thus, the findings may have limitations in their generalizability. Originality/value Knowledge management is a field with which the LIS community is already familiar. Despite its wide impact on many aspects of the profession, the wider ramifications of the relationship between the two as yet remain unclear. The paper attempts to contribute to further understanding of these ramifications.

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)0,010
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,010
Études des sciences et des technologies0,0030,016
Communication savante0,0130,013
Science ouverte0,0010,003
Intégrité de la recherche0,0060,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,272
Écart entre enseignants0,263 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreSynthèse

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

En bref

Citations44
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLibrary ManagementMême sujetLibrary Science and Information LiteracyTravaux en français237 207