Awareness of Altmetrics among LIS Scholars and Faculty
Notice bibliographique
Résumé
Altmetrics track the attention paid to scholarship via mentions in social media, the press, and other non-traditional venues. For library and information science (LIS) faculty, altmetrics are also a new and important area for research and teaching. We conducted a survey of LIS faculty teaching in US and Canadian graduate LIS programs accredited by the American Library Association in which we asked about their familiarity with and awareness of measures of research impact, including altmetrics. Our results indicate that while most LIS faculty in our sample had some awareness of altmetrics, they reported greater familiarity with traditional measures of research impact such as citation counts and usage statistics. We also confirmed that, among our sample, there was a relationship between years of teaching experience and awareness of altmetrics, as well as among familiarity with altmetrics, familiarity with citation counts, and familiarity with usage statistics. Among the robust, global body of research related to the use of new measures of research impact among scientists and scholars, there are few studies that use survey methods and focus on faculty scholars within a specific discipline. The results of this study contribute new knowledge to the existing body of research on altmetrics and may contribute to the development of LIS graduate curricula devoted to measures of research impact and their application in practice.
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 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 | 0,009 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,032 | 0,064 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,060 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».