MétaCan
Menu
Retour à la cohorte
Enregistrement W3013298784 · doi:10.18438/eblip29640

Digital Health and Professional Identity in Australian Health Libraries: Evidence from the 2018 Australian Health Information Workforce Census

2020· article· en· W3013298784 sur OpenAlexvenueno aff
Cecily Gilbert, Kathleen Gray, Kerryn Butler‐Henderson, Ann Ritchie

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorkforceCensusWorkforce planningPopulationPublic relationsPopulation healthDigital healthHealth careMedical educationMedicinePolitical scienceEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract Objective – This research aimed to examine the characteristics of the current health library professional workforce in Australia. The study also sought to explore the areas of health library competency domains and job functions that may reflect progress toward a specialized digital health information capability. Methods – Health librarians’ responses to the May 2018 Australian Health Information Workforce Census were analysed and compared with results obtained in earlier census counts. The health librarian characteristics were also compared with other health information occupations included in the Census. Results – There were 238 usable health librarian responses. These indicate that the health librarian workforce continues to be a comparatively mature population, with substantial experience, increasing involvement in data- and technology-intensive functions, high levels of professional association membership, and participation in continuing education activities. Notably there are emerging role titles and job functions which point to a greater digital health focus in the changing work realm. Conclusion – The health librarian workforce has adapted its skills, in line with the increased digital emphasis in health information work. However, as with other health information occupational groups, it is possible that health system planners and funders are not aware of librarians’ current functions and skills. This mature workforce may undergo significant attrition and consequent loss of expertise in the next decade. Continued advocacy and strategic planning around these factors with workforce, healthcare quality, and educational organizations will be required.

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)0,010
score de la tête « metaresearch » (Gemma)0,061
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,061
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,005
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,091
Tête enseignante GPT0,425
Écart entre enseignants0,334 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207