From Usability Studies to User Experience: Designing Library Services at the University of Kansas
Notice bibliographique
Résumé
The University of Kansas (KU) Libraries first made their discovery tool, Primo (Ex Libris), available to their users in the fall of 2013. Since that time, in spite of many upgrades and improvements, most librarians and library staff are still not using the tool for their own research. Last year, librarians from KU presented their findings at the Charleston Conference using a survey given to KU librarians that asked them to compare Primo to Google Scholar and their favorite databases. Librarians were asked to compare the three and make recommendations for improving Primo. This year, KU librarians designed a much briefer survey and asked all library staff to participate, including student assistants. Library staff were asked to use Primo to conduct research on a topic of their choice and use all aspects of Primo to find relevant results. They were then asked to describe what they used in Primo to lead them to helpful information resources and rank the first 10 results from their final search. The purpose of this survey is to discern how our colleagues use Primo and how successful they are in retrieving the information they need when using this search tool. This study will help KU Libraries develop training for library staff in the use of this new mode of discovery and access. The search terms used in this study will also be useful in helping the discovery implementation team recreate the searches to test Primo in the future, after scheduled upgrades, in order to detect noticeable improvements or problems with the search results.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».