MétaCan
Menu
Retour à la cohorte
Enregistrement W2134843083 · doi:10.7939/r38x92

"Criteria for Selecting Electronic Books in an Academic Library: Will we ever need to buy paper again?"

2000· article· en· W2134843083 sur OpenAlexaboutno aff
Sandy Campbell

Notice bibliographique

RevueUniversity of Alberta Library · 2000
Typearticle
Langueen
DomaineComputer Science
ThématiqueLibrary Collection Development and Digital Resources
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVariety (cybernetics)Subject (documents)PreferenceComputer scienceFactor (programming language)Work (physics)Library scienceElectronic bookSociologyArtificial intelligenceEngineeringMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Based on the assumption that all books will soon be available in both electronic and paper formats, selections librarians will soon be faced with a format decision for each title they purchase. The work of Summerfield, Mandel and Kantor at Columbia University has given us some early information about the ways in which academics use electronic materials. They identified length of use (read little vs read much) as being a defining factor in a scholar's preference for electronic or paper format 1 . With this factor in mind, qualitative research was undertaken at the University of Alberta to determine whether or not there are general or specific criteria which would help selectors determine which books would be read little or read much by faculty. Faculty members in a variety of subject areas were introduced to netLibrary or ENGnetBASE publications. They were then asked a series of questions about their potential use of the materials. The explanations for their choices were noted and revealed patterns of factors affecting their choices. These patterns form some preliminary criteria for selectors who need to choose between e-books and paper books.

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)0,024
score de la tête « metaresearch » (Gemma)0,066
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 enseignants0,995
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,066
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0050,005
Communication savante0,0050,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 GPT0,196
Écart entre enseignants0,187 · 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

Citations0
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Alberta LibraryMême sujetLibrary Collection Development and Digital ResourcesTravaux en français237 207