MétaCan
Menu
Retour à la cohorte
Enregistrement W2954368183 · doi:10.5195/jmla.2019.556

Needs assessment for improving library support for dentistry researchers

2019· article· en· W2954368183 sur OpenAlexaffabout
Helen Yueping He, Madeline Gerbig, Sabrina Kirby

Notice bibliographique

RevueJournal of the Medical Library Association JMLA · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensOntario Council of University LibrariesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAltmetricsScholarly communicationGrey literaturePublishingMedical educationPublic relationsLibrary scienceKnowledge managementComputer scienceMEDLINEPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To better support dentistry researchers in the ever-changing landscape of scholarly research, academic librarians need to redefine their roles and discover new ways to be involved at each stage of the research cycle. A needs assessment survey was conducted to evaluate faculty members' research support needs and allow a more targeted approach to the development of research services in an academic health sciences library. METHODS: The anonymous, web-based survey was distributed via email to full-time researchers at the Faculty of Dentistry, University of Toronto. The survey included twenty questions inquiring about researchers' needs and behaviors across three stages of the research cycle: funding and grant applications, publication and dissemination, and research impact assessment. Data were also collected on researchers' use of grey literature to identify whether current library efforts to support researchers should be improved in this area. RESULTS: Among library services, researchers considered support for funding and grant applications most valuable and grey literature support least valuable. Researcher engagement with open access publishing models was low, and few participants had self-archived their publications in the university's institutional repository. Participants reported low interest in altmetrics, and few used online tools to promote or share their research results. CONCLUSIONS: Findings indicate that increased efforts should be made to promote and develop services for funding and grant applications. New services are needed to assist researchers in maximizing their research impact and to increase researcher awareness of the benefits of open access publishing models, self-archiving, and altmetrics.

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)0,148
score de la tête « metaresearch » (Gemma)0,318
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,782

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1480,318
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0130,008
Études des sciences et des technologies0,0080,002
Communication savante0,0120,015
Science ouverte0,0050,017
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,052
Tête enseignante GPT0,370
Écart entre enseignants0,318 · 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'étudeObservationnel
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

Citations11
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Medical Library Association JMLAMême sujetResearch Data Management PracticesTravaux en français237 207