Smart libraries for smart cities: a historic opportunity for quality public libraries in India
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 study globally successful public library systems with reference to their infrastructure, physical space, services, collection, processes, finances and best practices and recommend models, structure and minimum standards for smart public libraries of the upcoming 100 smart cities of India. Design/methodology/approach An email with 14 questions was sent to 50 public library system across the world. A sample of n = 18 responses were received. Findings The finding suggests that all the libraries have a central library and a good network of branch libraries across respective cities with adequate staff and collection to cater to the needs of the public. The size of the central library varied from 8,000 m 2 (Cologne Public Library) – 86,000 m 2 (Boston public library) and average size of the branch library varied from 200 m2 (Aarhaus) – 1,582 m2 (Barcelona). Monthly average users varied from 96,000 (Moscow) – 1.5 million (Toronto). Social implications The Indian public library system remains uneven throughout the country with varying levels of legislation, financing and quality of library services. Even a room with few books is considered as a library. The results of this study will help develop a quality public library system of global standard and ensure that libraries are transformed into knowledge hubs. Originality/value This study is a unique exploration in which different types of libraries are defined in terms of physical space, service, staff, collection based on a global model which ensures uniform growth and development of public library systems in upcoming smart cities of India.
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 | 0,002 |
| 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 | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,030 |
| Science ouverte | 0,002 | 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