MétaCan
Menu
Retour à la cohorte
Enregistrement W2920914950 · doi:10.18438/eblip29516

Data Librarians’ Skills and Competencies Are Heterogeneous and Cluster into Those for Generalists and Specialists

2019· article· en· W2920914950 sur OpenAlexvenueno aff
Scott Goldstein

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueData Quality and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPresentation (obstetrics)Medical educationPsychologySubject (documents)Interpersonal communicationWork (physics)Computer scienceLibrary scienceMedicineSocial psychologyEngineering

Résumé

récupéré en direct d'OpenAlex

A Review of:
 Federer, L. (2018). Defining data librarianship: A survey of competencies, skills, and training. Journal of the Medical Library Association 106(3), 294–303. https://doi.org/10.5195/jmla.2018.306
 Abstract
 Objective – To better define the skills, knowledge, and competencies necessary to data librarianship.
 Design – Electronic survey.
 Setting – Unknown number of research institutions in English-speaking countries with a focus on North America.
 Subjects – Unknown number of information professionals who follow data-related interest group electronic mail lists or discussions on Twitter.
 Methods – Author distributed an electronic survey via electronic mail lists and Twitter to information professionals, particularly those in biomedicine and the sciences, who self-determined that they spend a significant portion of their work providing data services. The survey asked respondents to rate the importance of various skills and expertise that had been selected from a review of the literature. In addition to other quantitative analysis, author performed cluster analysis on the final dataset to detect subgroups of similar respondents.
 Main Results – 82 valid responses were received. Most respondents supported more than one academic discipline and spent at least half of their time on data-related work. Competencies in the “Personal Attributes” category (such as interpersonal, written, and presentation skills) were rated as most important, while those in the “Library Skills” category were rated as least important. A cluster analysis detected two groups that could best be described as subject specialists and data generalists. Subject specialists focus on a smaller number of disciplines and view a smaller number of tasks as important to their work compared to data generalists. In addition, data generalists are more likely to report spending most of their time on data-related work.
 Conclusion – Data librarianship is a heterogeneous profession with many skillsets at play depending on the work environment, but the existence of two overarching subgroups – subject specialists and data generalists – deserves further study and may have implications for a number of stakeholders. Hiring institutions may consider the breadth of their user population’s needs before recruitment. Educational institutions as well as other on-the-job training opportunities may do well to focus more on “soft skills” as this is deemed more important by data librarians.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesCommunication savante
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,838
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
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 savante0,0030,214
Science ouverte0,0010,001
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 Opus0,094
Tête enseignante GPT0,365
Écart entre enseignants0,270 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetData Quality and ManagementTravaux en français237 207