Obtaining Journal Titles via Big Deals Most Cost Effective Compared to Individual Subscriptions, Pay-Per-View, and Interlibrary Loan
Notice bibliographique
Résumé
A Review of: Lemley, T., & Li, J. (2015). "Big deal” journal subscription packages: Are they worth the cost? Journal of Electronic Resources in Medical Libraries, 12(1), 1-10. http://dx.doi.org/10.1080/15424065.2015.1001959 Abstract Objective – To determine if “Big Deal” journal subscription packages are a cost-effective way to provide electronic journal access to academic library users versus individual subscriptions, pay-per-view, and interlibrary loans (ILL). Design – Cost-per-article-use analysis. Setting – Public research university in the United States of America. Subjects – Cost-per-use data from 1) journals in seven Big Deal packages, 2) individually subscribed journals, 3) pay-per-view from publishers’ websites, and 4) interlibrary loans. Methods – The authors determined cost-per-use for Big Deal titles by utilizing COUNTER JR1 metric Successful Full-Text Article Request (SFTAR) reports. Individual journal subscription cost-per-use data were obtained from individual publishers or platforms. Pay-per-view cost was determined by recording the price listed on publishers’ websites. ILL cost-per-use was established by reviewing cost-per-article obtained from libraries outside of reciprocal borrowing agreement networks. With the exception of pay-per-view numbers, title cost-per-use was averaged over a three-year period from 2010 through 2012. Main Results – Cost-per-article use for journals from Big Deals varied from $2.11 to $9.42. For individually subscribed journals, the average cost-per-article ranged from $0.25 to $84.00. Pay-per-view charges ranged from $15.00 to $80.00, with an average cost of $37.72. Conclusion – The authors conclude that Big Deals are cost effective, but that they consume such a large amount of funds that they limit the purchase of other resources. The authors go on to outline the options for libraries thinking about Big Deal packages. First, libraries should keep Big Deal packages in place if the average cost-per-article is less than individual subscriptions. Second, libraries could subscribe only to the most-used journals in Big Deals, cancel the packages, and rely on ILL and pay-per-view access. Third, consortia could be joined to favourably negotiate Big Deal package prices. Fourth, Big Deals could be dropped completely. Fifth, individual libraries armed with JR1 reports can negotiate with publishers for better deals.
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 | 0,017 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,004 |
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 ».