Building capacity for librarian support and addressing collaboration challenges by formalizing library systematic review services
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Many health sciences librarians are noticing an increase in demand for systematic review support. Developing a strategic approach to supporting systematic review activities can address commonly reported barriers and challenges including time factors, methodological issues, and supporting student-led projects. CASE PRESENTATION: This case report describes how a health sciences library at a mid-sized university developed and implemented a structured and defined systematic review service in order to build capacity for increased librarian support and to maximize librarians' time and expertise. The process also revealed underlying collaboration challenges related to student-led systematic reviews and research quality concerns that needed to be addressed. The steps for developing a formal service included defining the librarian's role and a library service model, building librarian expertise, developing documentation to guide librarians and patrons, piloting and revising the service model, marketing and promoting the service, and evaluating service usage. CONCLUSIONS: The two-tiered service model developed for advisory consultation and collaboration provides a framework for supporting systematic review activities that other libraries can adapt to meet their own needs. Librarian autonomy in deciding whether to collaborate on reviews based on defined and explicit considerations was crucial for maximizing librarians' time and expertise and for promoting higher quality research. Monitoring service usage will be imperative for managing existing and future librarian workload. These data and tracking of research outputs from librarian collaborations may also be used to advocate for new librarian positions.
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.
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 | 0,059 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,005 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle