MétaCan
Menu
Retour à la cohorte
Enregistrement W2611631490

Information Management in the Canadian Federal Government: Principles, Practices and the Role of Information Professionals

2013· article· en· W2611631490 sur OpenAlexaboutno aff
Isla Jordan, Ulla de Stricker

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueInformation Architecture and Usability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Public relationsBusinessInformation governanceInformation managementPolitical sciencePublic administrationInformation systemKnowledge managementManagement information systemsComputer scienceLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Information management (IM) in the Canadian public sector is a complex area involving many professions such as librarians, archivists, records managers and information technology professionals. This exploratory study looks at the literature and experiential (qualitative) evidence from IM professionals in order to paint a picture of information management principles and practice in the Canadian federal government. Personal interviews were conducted with 20 librarians, information managers, records managers and other information professionals. Responses indicated that although the public sector has made tremendous strides in IM, there is often a gap between IM policy and practice as shown by inconsistencies and confusion in day to day operations compounded by the decimation of federal libraries (which are repositories of external as well as government information). The study also looks at roles of librarians and other IM professionals now and in the future. These professionals are well positioned to help close the gap between information policy and practice, moving forward toward more coordinated and integrated practices in information management as well as making information accessible and usable for their clients. Such functions aid the Canadian public sector in becoming a more effective knowledge organization.

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)0,022
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,705
Score d'incertitude au seuil0,818

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,035
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0090,015
Études des sciences et des technologies0,0430,025
Communication savante0,0270,007
Science ouverte0,0040,004
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,231
Écart entre enseignants0,222 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2013
Routes d'admission1
Résumé présentnon

Explorer davantage

Même sujetInformation Architecture and UsabilityTravaux en français237 207