The role of agency in historians’ experiences of serendipity in physical and digital information environments
Notice bibliographique
Résumé
Purpose The purpose of this paper is to investigate the changing research practices of historians, and to contrast their experiences of serendipity in physical and digital information environments. Design/methodology/approach In total, 20 historians in Southwestern Ontario participated in semi-structured, in-depth interviews. The interviews were transcribed and analyzed employing grounded theory. The analytical approach included memoing, the constant comparative method, and three phases of coding. Findings Four main themes were identified: agency, the importance of the physical library experience, digital information environments, and novel heuristic forms of serendipity. The authors found that scholars frequently used active verbs to describe their experience with serendipity. This suggests that agency is more involved in the experience than previous conceptualizations of serendipity have suggested, and led us to coin the term “incidental serendipity.” Other key findings include the need for digital tools to incorporate the context surrounding primary sources, and also to provide an organizational context much like what is encountered by patrons in library stacks. Originality/value The increased emphasis on digital materials should not come at the expense of the physical information environment, where historians often encounter serendipitous finds. A fine balance and a greater integration between digital and physical resources is needed in order to support scholars’ continued ability to make connections between materials. By showing the active role that historians take in their serendipitous encounters, this paper suggests that historical training is critical for eliciting incidental serendipitous encounters. The authors propose a novel approach, one that examines verbs in serendipity accounts.
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 | 0,013 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,049 |
| Communication savante | 0,011 | 0,007 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».