An environmental scan of virtual and augmented reality services in academic libraries
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
Purpose The growing popularity of virtual and augmented reality (VR and AR) technologies, and increased research into their educational uses, has seen them appearing in a significant number of academic libraries. Little is known, however, about how many libraries have actually adopted these technologies or how they have structured library services around them. The purpose of this paper is to answer these questions. Design/methodology/approach The authors surveyed the websites of the Association of Research Libraries (ARL) member libraries to gather information about the availability of VR and AR equipment as well as information about how access is provided. Recorded details about these services included information about staffing, dedicated space, software, what type of technology was offered and whether or not the technology was lent out or only made available for in-library use. Findings Results of the research project showed that a significant number of ARL-member libraries do offer access to VR technology. AR technology was much less widespread. The most common technologies offered were the Oculus Rift and HTC Vive. The technology was most typically offered for in-library use only. There were few details about staff or what software was offered to be used with the technology. Originality/value While there is growing research around how VR and AR is being used in education, little research has been undertaken into how libraries are adopting these technologies. This paper summarizes the research that has been done so far and also takes the next step of providing a larger picture of how widespread the adoption of VR and AR technologies has been within academic libraries, as well as how access to these technologies is being provided.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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