Current trends in collection development practices and policies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose The purpose of this paper is to provide a snapshot of some major collections-related trends and issues in current academic libraries today. These include using collection development policies; demand-driven acquisition (DDA) models; big deals; using the collections budget; rationalizing legacy print collections; stewarding local digital collections; and demonstrating value. Design/methodology/approach A web survey was developed and sent to 20 academic librarians via e-mail during the summer of 2016, along with a statement on the purpose of the study. Findings The findings are as follows: the collections budget is used to fund many costs other than content (such as memberships and MARC records); most libraries are experimenting with DDA in one form or another; most libraries financially support open access investments; most libraries participate in at least one collaborative print rationalization project; and libraries have diverse methods of demonstrating value to their institutions. Research limitations/implications This was a very selective survey of North American academic libraries. Therefore, these findings are not necessarily valid on a broader scale. Practical implications Within the limitations above, the results provide librarians and others with an overview of current practices and trends related to key issues affecting collection development and management in North America. Originality/value These results are quite current and will enable academic librarians engaged in collection development and management to compare their current policies and practices with what is presented here. The results provide a current snapshot of the ways in which selected libraries are coping with transformative challenges and a rapidly changing environment.
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.
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 | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle