Assessment of Information and Communication Technology for Selective Dissemination of Information and Current Awareness Services: A Case Study of University Libraries in the South-West Zone of Nigeria
Notice bibliographique
Résumé
Abstract Objective – To assess the use of information and communication technology (ICT) for selective dissemination of information (SDI) and current awareness services (CAS) in university libraries in the South-West zone of Nigeria. Methods – A descriptive research design was adopted. The instrument used for data collection was a structured questionnaire administered to a population consisting of 379 librarians, with 353 usable questionnaires retrieved. Results – Findings revealed that most university libraries in the South-West zone of Nigeria do not use ICT in delivery of SDI and CAS. It is evident in this study that despite the known positive effects of ICT in library services, traditional methods were predominantly used for SDI and CAS to the library users. The study revealed that erratic Internet services, insufficient training, inadequate ICT skills, and low support for ICT were hindrances towards ICT use for SDI and CAS. Conclusions – The integration of ICT features in library services for the delivery of CAS and SDI has been a challenge in university libraries in South-West Nigeria. Only a few libraries and a low percentage of librarians had adopted the use of ICT in the delivery of CAS and SDI, while a larger number of libraries resorted to the use of traditional methods. The level of ICT literacy among the librarians in this study is low, as a higher percentage of librarians did not have adequate ICT skill to use available online resources on the Internet and other ICT tools to deliver SDI and CAS in South-West, Nigeria. This is not unconnected to the fact that the training and technical support received by the librarians is inadequate, and the level of support that academic libraries received from their university managements in South-West Nigeria in terms of funding for ICT development is inadequate, which led to low Internet services.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».