MétaCan
Menu
Retour à la cohorte
Enregistrement W2206791295 · doi:10.1300/j104v40n01_07

Quality Control Issues in Outsourcing Cataloging in United States and Canadian Academic Libraries

2005· article· en· W2206791295 sur OpenAlexaffabout
Vinh‐The Lam

Notice bibliographique

RevueCataloging & Classification Quarterly · 2005
Typearticle
Langueen
DomaineComputer Science
ThématiqueLibrary Science and Information Systems
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésCatalogingOutsourcingQuality (philosophy)Control (management)Computer scienceBusinessResource Description and AccessConsistency (knowledge bases)Library catalogAuthority controlLibrary scienceWorld Wide WebMarketing

Résumé

récupéré en direct d'OpenAlex

This study was conducted to investigate the quality control (QC) issues in cataloging outsourcing programs implemented in U.S. and Canadian academic libraries. Most libraries provided the outsourcing vendors with detailed cataloging and/or processing specifications before the outsourcing programs started. They have set up QC procedures as an integral part of their outsourcing operations. In most cases, both librarian-catalogers and senior library assistants/technicians were involved in the QC programs. The error rates reported were low and the majority of bibliographic records provided by the vendors were either LC/OCLC records or records compatible with the Core-Level Standard recommended by the Cooperative Cataloging Council's Task Group on Standards. A large majority of these libraries were satisfied with the services provided by the outsourcing vendors. Based on the definition of quality of cataloging as a combination of accuracy, consistency, adequacy of access points, and timeliness, most libraries reported that the quality of their library's cataloging was not affected by the outsourcing programs.

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)0,026
score de la tête « metaresearch » (Gemma)0,102
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,894

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,102
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0070,022
Études des sciences et des technologies0,0150,006
Communication savante0,0110,002
Science ouverte0,0030,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,033
Tête enseignante GPT0,275
Écart entre enseignants0,243 · 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
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

Citations17
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCataloging & Classification QuarterlyMême sujetLibrary Science and Information SystemsTravaux en français237 207