Collection Inventory in a Canadian Academic Dentistry Library
Notice bibliographique
Résumé
Introduction: Collection inventories are time consuming but necessary to clean up catalogue records and improve access and retrieval. This article outlines the methods of carrying out an inventory project at the Dentistry Library, University of Toronto, for the first time in 16 years. As a result, a kit was developed to help implement this project in future years. Description: The kit outlines the steps for the inventory including creating a shelf-list using SIRSIDynix Symphony 3.0's report function, importing into Excel, and separating the collection in smaller sections to make the process less onerous. Outcomes: Readers are informed of the results of this inventory and challenges that arose with the hope that similar projects will be encouraged in other libraries. Collection analysis was not completed in depth, but general conclusions can be stated about the strengths and weaknesses at this time. Discussion: Because of the length of time since the last inventory was completed, this project took longer than expected. The inventory kit, developed from the lessons learned, will facilitate future inventories at the Dentistry Library, as well as other libraries undertaking a collection inventory. Conclusion: Overall, this was a great learning exercise for the Dentistry Library team, and it resulted in improved access to materials by providing users with the correct item information.
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 | 0,014 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,017 |
| Études des sciences et des technologies | 0,019 | 0,003 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,055 | 0,017 |
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 ».