MétaCan
Menu
Retour à la cohorte
Enregistrement W2963526428 · doi:10.1108/jd-12-2018-0211

Maturing research data services and the transformation of academic libraries

2019· article· en· W2963526428 sur OpenAlexaboutno aff
Andrew Cox, Mary Anne Kennan, Liz Lyon, Stephen Pinfield, Laura Sbaffi

Notice bibliographique

RevueJournal of Documentation · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRDMOriginalityCapability Maturity ModelService (business)Maturity (psychological)Data scienceKnowledge managementComputer scienceTransformational leadershipScholarly communicationPublic relationsPolitical scienceBusinessSociologyMarketingPublishingQualitative researchSocial science

Résumé

récupéré en direct d'OpenAlex

Purpose A major development in academic libraries in the last decade has been recognition of the need to support research data management (RDM). The purpose of this paper is to capture how library research data services (RDS) have developed and to assess the impact of this on the nature of academic libraries. Design/methodology/approach Questionnaire responses from libraries in Australia, Canada, Germany, Ireland, the Netherlands, New Zealand, the UK and USA from 2018 are compared to a previous data set from 2014. Findings The evidence supports a picture of the spread of RDS, especially advisory ones. However, future ambitions do not seem to have seen much evolution. There is limited evidence of organisational change and skills shortages remain. Most service development can be explained as the extension of traditional library services to research data. Yet there remains the potential for transformational impacts, when combined with the demands implied by other new services such as around text and data mining, bibliometrics and artificial intelligence. A revised maturity model is presented that summarises typical stages of development of services, structures and skills. Research limitations/implications The research models show how RDS are developing. It also reflects on the extent to which RDM represents a transformation of the role of academic libraries. Practical implications Practitioners working in the RDM arena can benchmark their current practices and future plans against wider patterns. Originality/value The study offers a clear picture of the evolution of research data services internationally and proposes a maturity model to capture typical stages of development. It contributes to the wider discussion of how the nature of academic libraries are changing.

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)0,088
score de la tête « metaresearch » (Gemma)0,147
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil0,468

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0880,147
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,016
Études des sciences et des technologies0,0060,010
Communication savante0,0310,030
Science ouverte0,0030,019
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,138
Tête enseignante GPT0,435
Écart entre enseignants0,297 · 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'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

Citations132
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of DocumentationMême sujetResearch Data Management PracticesTravaux en français237 207