MétaCan
Menu
Retour à la cohorte
Enregistrement W2598390631 · doi:10.18438/b8fp6z

Without Library Resources and Services, the Scholarly Activity of Medical Faculty and Residents Would Register a Code Blue

2017· article· en· W2598390631 sur OpenAlexaffvenue
Kathleen Reed

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensVancouver Island University
Organismes subventionnairesnon disponible
Mots-clésMedical libraryService (business)Library scienceInterlibrary loanMedical educationPsychologyMedicineWorld Wide WebComputer scienceBusiness

Résumé

récupéré en direct d'OpenAlex

A Review of: Quesenberry, A. C., Oelschlegel, S., Earl, M., Leonard, K., & Vaughn, C. J. (2016). The impact of library resources and services on the scholarly activity of medical faculty and residents. Medical Reference Services Quarterly, 35(3), 259-265. http://dx.doi:org/10.1080/02763869.2016.1189778 Abstract Objective – This study aimed to determine the use of three library services – literature search service, article delivery service, and library resources – among medical faculty and residents with regard to scholarly activity. Design – Survey. Setting – Medical Library and Health Information Centre at a large university in the United States of America. Subjects – 65 medical faculty and residents. Methods – The authors sent out 433 invitations to participate in a 23-question survey via an email distribution list. A total of 65 individuals participated, for a response rate of 15%. Questions related to the use of library services for scholarly activity, patterns of information-seeking behaviour, and instructional needs. Comments were allowed on several questions, and a final open-ended question was included. Main Results – All respondents used PubMed at least a few times a year, with 71% selecting it as their first choice to search for articles. Only 20% prioritized Google or Google Scholar above PubMed as the first place to begin a search. The most popular reasons for using library resources were “lectures, papers, research, and patient care” (p.262). The first three of these activities are types of scholarly activity. Of the 65 respondents, 46% published article(s) or book chapter(s). Within this group of authors, 67% of residents undertaking scholarly activity requested a literature review, 100% accessed online material themselves, and 67% requested articles. Faculty placed similar importance on these services, with 71% having requested a literature review, 87% having accessed materials themselves, and 75% having requested articles. Among those respondents who presented posters or papers, there was high use of library services, ranging from 59% of faculty requesting a literature review to 98% of faculty accessing online material themselves. Conclusion – The library is a key resource for faculty and residents undertaking scholarly activity. However, faculty members use the library’s services and resources for publishing articles and book chapters more than residents do. This may be because of “publish or perish” pressure, or because faculty have less time to locate research by themselves. Surveys are useful to ensure the library’s resources and services align with the needs of the user community. Inclusion of free-text comment boxes in the survey allowed users to put a “personal face” (p. 264) to their comments that would have otherwise not been captured.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,053
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,308

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,053
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0050,004
Communication savante0,0070,005
Science ouverte0,0010,007
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0920,054

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 Opus0,110
Tête enseignante GPT0,456
Écart entre enseignants0,347 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetHealth Sciences Research and EducationTravaux en français237 207