MétaCan
Menu
Retour à la cohorte
Enregistrement W2755648952 · doi:10.18438/b8fd32

Health Sciences Patrons Use Electronic Books More than Print Books

2017· article· en· W2755648952 sur OpenAlexvenueno aff
Robin Elizabeth Miller

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueLibrary Collection Development and Digital Resources
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectronic bookLibrary scienceMedical libraryOrder (exchange)Computer scienceBusiness

Résumé

récupéré en direct d'OpenAlex

A Review of: Li, J. (2016). Is it cost-effective to purchase print books when the equivalent e-book is available? Journal of Hospital Librarianship, 16(1), 40-48. http://dx.doi.org/10.1080/15323269.2016.1118288 Abstract Objective – To compare use of books held simultaneously in print and electronic formats. Design – Case study. Setting – A health sciences library at a public comprehensive university with a medical college in the southern United States. Subjects – Usage data for 60 books held by the library simultaneously in print and electronically. The titles were on standing order in print and considered “core” texts for clinical, instructional, or reference for health sciences faculty, students, and medical residents. Methods – Researchers collected usage data for 60 print titles from the integrated library system and compared the data to COUNTER reports for electronic versions of the same titles, for the period spanning 2010-2014. Main Results – Overall, the 60 e-book titles were used more than the print versions, with the electronic versions used a total of 370,695 times while the print versions were used 93 times during the time period being examined. Conclusion – The use of electronic books outnumbers the use of print books of the same title.

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)0,002
score de la tête « metaresearch » (Gemma)0,017
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,011
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0340,007

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 Opus0,027
Tête enseignante GPT0,273
Écart entre enseignants0,246 · 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'étudeObservationnel
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetLibrary Collection Development and Digital ResourcesTravaux en français237 207