MétaCan
Menu
Retour à la cohorte
Enregistrement W2765208834 · doi:10.5703/1288284316441

A Tale of Two Serials Cancellations

2017· article· en· W2765208834 sur OpenAlexaff
Mike Olson, David Killian, Debbie Bezanson, Robin Kinder

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueLibrary Collection Development and Digital Resources
Établissements canadiensPurdue Pharma (Canada)
Organismes subventionnairesnon disponible
Mots-clésGeorge (robot)Presentation (obstetrics)Library scienceComputer scienceOperations researchPolitical scienceEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Beginning in 2016, both Western Washington University (WWU) and George Washington University (GWU) found that they needed to make significant and similar reductions in continuations costs over the next five years. In response, this past year, both institutions took independent, significant steps toward these ends, developing systematic, sustainable procedures for addressing these reductions. The approaches taken by the two institutions will be compared and contrasted in this presentation, particularly with respect to the following questions, which both libraries encountered: What defines a successful cancellation process in 2016? What are the most effective approaches to cancelling serials? When do cancellations do ”least harm” to students and faculty? After cancellations, how is access to content affected to the smallest degree possible? Did the cancellation process have the appearance of fairness to stakeholders? How does a library foster university buy-in? What do successful negotiations with publishers look like? Members of the team will discuss: Criteria for possible retention or cancellation Different assessment methods utilized Communication with subject liaisons and disciplinary teams Outreach to and response from faculty The panel will also address lessons learned from their efforts, as well as future plans in a continuing flat budget scenario.

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)0,011
score de la tête « metaresearch » (Gemma)0,041
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,173

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,041
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0250,005
Communication savante0,0140,007
Science ouverte0,0030,009
Intégrité de la recherche0,0060,014
Charge utile insuffisante (le modèle a refusé de juger)0,0520,011

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 GPT0,269
Écart entre enseignants0,242 · 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
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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLibrary Collection Development and Digital ResourcesTravaux en français237 207