MétaCan
Menu
Retour à la cohorte
Enregistrement W2916822360 · doi:10.30935/ojcmt/5655

You’ve Been Followed: How Public Libraries Use Twitter To Engage Their Patrons

2016· article· en· W2916822360 sur OpenAlexaffabout
Stanislav Orlov, Alla Kushniryk

Notice bibliographique

RevueOnline Journal of Communication and Media Technologies · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueWeb and Library Services
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesnon disponible
Mots-clésReciprocity (cultural anthropology)CentralitySocial mediaSet (abstract data type)Control (management)Order (exchange)Social network analysisWorld Wide WebPublic relationsComputer scienceInternet privacySociologyAdvertisingPolitical scienceBusinessMathematicsSocial science

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to examine how public libraries in Canada and the USA use social media to communicate with their patrons. The authors identified Twitter as one of the most popular communication tools, which, however, is often not used efficiently. The researchers collected 38,000 Twitter messages from thirteen public libraries. The data was examined using network analysis based on four proposed dimensions: velocity, reciprocity, centrality and message control. The dimensions of velocity and reciprocity are two major factors in understanding the nature of Twitter messages, while the centrality and message control dimensions are very important in evaluating the impact on the flow of communication and the strength of connections between a library and its patrons. The authors devised a set of recommendations for public libraries to improve their communication strategies in order to increase the number of followers and more actively engage patrons on Twitter.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,867
Score d'incertitude au seuil0,461

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,004
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,244
Écart entre enseignants0,193 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOnline Journal of Communication and Media TechnologiesMême sujetWeb and Library ServicesTravaux en français237 207