MétaCan
Menu
Retour à la cohorte
Enregistrement W2301053803 · doi:10.18438/b8mw6k

Positive Correlation Between Academic Library Services and High-Impact Practices for Student Retention

2016· article· en· W2301053803 sur OpenAlexvenueno aff
Saori Wendy Herman

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Information Literacy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRespondentLibrary scienceLikert scalePsychologyMedical educationMedicineComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

A Review of:
 Murray, A. (2015). Academic libraries and high-impact practices for student retention: Library deans’ perspectives. portal: Libraries and the Academy, 15(3), 471-487. http://dx.doi.org/10.1353/pla.2015.0027
 
 Abstract
 
 Objective – To investigate the perceived alignment between academic library services and high-impact practices (HIPs) that affect student retention.
 
 Design – Survey questionnaire.
 
 Setting – Public comprehensive universities in the United States of America with a Carnegie classification of master’s level as of January 2013.
 
 Subjects – 68 library deans or directors out of the 271 who were originally contacted.
 
 Methods – The author used Qualtrics software to create a survey based on the HIPs, tested the survey for reliability, and then distributed it to 271 universities. Library services were grouped into 1 of 3 library scales: library collection, library instruction, or library facilities. The survey consisted of a matrix of 10 Likert-style questions addressing the perceived level of alignment between the library scales and the HIPs. Each question provided an opportunity for the respondent to enter a “brief description of support practices” (p 477). Additional demographic questions addressed the years of experience of the respondent, undergraduate student enrollment of the university, and whether librarians held faculty rank.
 
 Main Results – The author measured Pearson correlation coefficients and found a positive correlation between the library scales and the HIPs. All three library scales displayed a moderately strong positive correlation between first-year seminars and experiences (HIP 1), common intellectual experiences (HIP 2), writing-intensive courses (HIP 4), undergraduate research (HIP 6), diversity and global learning (HIP 7), service learning and community-based learning (HIP 8), internships (HIP 9), and capstone courses and projects (HIP 10). The library collections scale and library facilities scale displayed a moderately strong correlation with learning communities (HIP 3) and collaborative assignments and projects (HIP 5). The library instruction scale displayed a strong positive correlation with HIP 3 and a very strong positive correlation with HIP 5. Each of the positive correlations was of high significance. As the rating of library alignment with each HIP increased, so did the total rating of each library scale. Along with the quantitative data, various themes for each HIP relating to the library’s support practices emerged from the qualitative feedback. No significant trends were noted from the demographic questions.
 
 Conclusion – Library deans or directors can utilize the conceptual framework presented in this study to connect the impact of library services to terminology and practices commonly understood by university administrators. Further research using the conceptual framework would benefit future discussion on how academic libraries measure impact or success of their library services.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesCommunication savante
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,809
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,810
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,024
Tête enseignante GPT0,337
Écart entre enseignants0,313 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetLibrary Science and Information LiteracyTravaux en français237 207