Are Best Practices Really Best? A Review of the Best Practices Literature in Library and Information Studies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective - The term “best practice” appears often in library and information science literature, yet, despite the frequency with which the term is used, there is little discussion about what is meant by the term and how one can reliably identify a best practice. Methods – This paper reviews 113 articles that identify and discuss best practices, in order to determine how “best practices” are distinguished from other practices, and whether these determinations are made on the basis of consistent and reliable evidence. The review also takes into account definitions of the term to discover if a common definition is used amongst authors. Results – The “evidence” upon which papers on “best practices” are based falls into one of the following six categories: 1) opinion (n=18, 15%), 2) literature reviews (n=13, 12%), 3) practices in the library in which the author works (n=19, 17%), 4) formal and informal qualitative and quantitative approaches (n=16, 14%), 5) a combination of the aforementioned (i.e., combined approaches) (n=34, 30%), and 6) “other” sources or approaches which are largely one of a kind (n=13, 12%). There is no widely shared or common definition of “best practices” amongst the authors of these papers, and most papers (n=94, 83%) fail to define the term at all. The number of papers was, for the most part, split evenly amongst the six categories indicating that writers on the subject are basing “best practices” assertions on a wide variety of sources and evidence. Conclusions – Library and information science literature on “best practices” is rarely based on rigorous empirical methods of research and therefore is generally unreliable. There is, in addition, no widely held understanding of what is meant by the use of the term.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,719 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle