MétaCan
Menu
Retour à la cohorte
Enregistrement W2201096197 · doi:10.29173/cais852

Success in Research: Factors that Contribute to Increased Research Productivity Across Librarianship and Other Disciplines

2016· article· fr· W2201096197 sur OpenAlexaffvenue
Kristin Hoffmann, Selinda Berg, Denise Koufogiannakis

Notice bibliographique

RevueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSI · 2016
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueLibrary Science and Information Literacy
Établissements canadiensUniversity of AlbertaUniversity of WindsorWestern University
Organismes subventionnairesnon disponible
Mots-clésLibrary scienceHumanitiesDisciplinePolitical scienceSociologyArtSocial scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Research is a professional responsibility for many academic librarians. Some are successful researchers; others struggle to be productive. This content analysis is part of a larger study designed to develop an instrument to determine the factors contributing to librarians' success in research. This presentation highlights similarities and differences in success factors discussed in LIS and other disciplinary publications.La recherche est une responsabilité professionnelle pour de nombreux bibliothécaires universitaires. Certains sont de bons chercheurs; d'autres luttent pour être productifs. Cette analyse de contenu fait partie d'une étude plus large visant à élaborer un instrument permettant de déterminer les facteurs qui contribuent à la réussite des bibliothécaires dans la recherche. Cette présentation met en lumière les similarités et les différences dans les facteurs de réussite tels qu’ils sont discutés dans les publications spécialisées en sciences de l’information et bibliothéconomie et dans d’autres publications disciplinaires.

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)0,028
score de la tête « metaresearch » (Gemma)0,180
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,180
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0100,010
Études des sciences et des technologies0,0040,005
Communication savante0,0130,005
Science ouverte0,0010,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,197
Tête enseignante GPT0,399
Écart entre enseignants0,202 · 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'étudeObservationnel
DomaineIncitatifs
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

Citations7
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSIMême sujetLibrary Science and Information LiteracyTravaux en français237 207