Through the Students’ Lens: Photographic Methods for Research in Library Spaces
Notice bibliographique
Résumé
Abstract Objective – As librarians and researchers, we are deeply curious about how our library users navigate and experience our library spaces. Although we have some data about users’ experiences and wayfinding strategies at our libraries, including anecdotal evidence, statistics, surveys, and focus group discussions, we lacked more in-depth information that reflected students’ real-time experiences as they move through our library spaces. Our objective is to address that gap by using photographic methods for studying library spaces. Methods – We present two studies conducted in two academic libraries that used participant-driven photo-elicitation (PDPE) methods. Described simply, photo-elicitation methods involve the use of photographs as discussion prompts in interviews. In both studies presented here, we asked participants to take photographs that reflected their experiences using and navigating our library spaces. We then met with participants for an interview using their photos as prompts to discuss their experiences. Results – Our analysis of students’ photos and interviews provided rich descriptions of student experiences in library spaces. This analysis resulted in new insights into the ways that students navigate the library as well as the ways that signage, furniture, technology, and artwork in the library can shape student experiences in library spaces. The results have proven productive in generating answers to our research questions and supporting practical improvements to our libraries. Additionally, when comparing the results from our two studies we identified the importance of detailed spatial references for understanding student experiences in library spaces, which has implications beyond our institutions. Conclusion – We found that photographic methods were very productive in helping us to understand library users’ experiences and supporting decision-making related to library spaces. In addition, engaging with students and hearing their interpretations and stories about the photographs they created enhanced our research understandings of student experiences and needs in new and unique ways.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,005 | 0,011 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».