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 propose an evidence-based environmental scanning model that will provide a methodological framework for conducting community-engaged and community-focused research, with a particular emphasis on northern communities in Canada. Design/methodology/approach The study has adopted a multifaceted environmental scanning approach to understand the Inuvialuit Settlement Region communities. The research design is informed by various environmental models as discussed in literature from a broad range of domains such as business, library and information science (LIS), and a sophisticated multimethod data gathering approach that included field trips, observations, surveys, as well as informal methods of community engagement. Findings The paper proposes an environmental scan model as a novel approach to community-focused digital library (DL) development. The paper identifies both macro- and micro-environmental landscapes as applicable to the development of a DL for communities in Canada’s North. The macro-environmental landscapes include: geographical, historical and sociocultural, political and regulatory, economic, technological, competition, and human resource. The micro-environmental landscapes include: stakeholder and community, linguistic, information resource, and ownership. Originality/value The environmental scanning model and its key components presented in this paper provide a novel and concrete example of a project that aims to organize information for increased access and to create value through the design and implementation of an infrastructure for a cultural heritage DL. The environmental scan model will also contribute to both research and practice in the field of Library and Information Science (LIS), particularly in the area of DL development for rural, remote, and indigenous communities.
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 | 0,001 | 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 | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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