MétaCan
Menu
Retour à la cohorte
Enregistrement W3033746925 · doi:10.1080/0194262x.2020.1758284

Information Seeking Behaviors, Attitudes, and Choices of Academic Mathematicians

2020· article· en· W3033746925 sur OpenAlexaffabout
Ian Gordon, Brian Cameron, Debbie Chaves, Rebecca Hutchinson

Notice bibliographique

RevueScience & Technology Libraries · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueInformation Retrieval and Search Behavior
Établissements canadiensUniversity of WaterlooWilfrid Laurier UniversityToronto Metropolitan UniversityBrock University
Organismes subventionnairesnon disponible
Mots-clésPaceCitationFeelingVariety (cybernetics)Information seekingSample (material)Information needsComputer sciencePsychologyPublic relationsSociologyLibrary sciencePolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

Mathematicians in academic institutions utilize a variety of resources and strategies to seek, find, and use scholarly information and news. Using a sample of mathematicians, researchers surveyed 112 students and faculty at four Canadian university institutions to explore self-perceived success rates, resources consulted, databases used, use of social media, and citation management systems. Further, 12 follow-up interviews were completed with mathematicians to better interpret survey results, resulting information-seeking behaviors, choices, strategies, and feelings on keeping up to date with information needs. According to survey results, a minority of mathematicians (12.5 percent) acknowledged that they were successfully keeping up to date. However, a significant number of mathematicians (28.6 percent) indicated that they were unsuccessful and could do better in remaining current with information needs. Co-investigators, using qualitative analyses, identified four emergent themes related to remaining current: (1) The “slower pace of math” pervades all aspects of this discipline;” (2) There are “too many papers – and not enough time” to effectively search, evaluate, and read scholarly papers of interest; (3) Mathematicians collectively acknowledge that they are open to strategies and technologies where they “could do better” keeping up to date; and (4) Mathematicians have divided loyalties using databases when searching for information by means of “MathSciNet in a Google world.” Additional insights document how mathematicians are guided by mathematical peculiarities and discipline-specific practices. This study helps to shed light on opportunities for academic librarians to identify and meet mathematicians’ evolving information needs.

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)0,005
score de la tête « metaresearch » (Gemma)0,022
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,271
Écart entre enseignants0,252 · 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

Citations21
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScience & Technology LibrariesMême sujetInformation Retrieval and Search BehaviorTravaux en français237 207