Many Indian PhD Students Lack Motivation and Skills to Use Academic Journal Articles, Their Libraries Lack Resources and Standards
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
A Review of: Saxena, S. (2018). Factors impacting the usage of academic journal articles by PhD students in India. Information Discovery and Delivery, 46(4), 204-213. https://doi.org/10.1108/IDD-09-2017-0069 Abstract Objective – To investigate the factors influencing the use of academic journals by PhD students in India. Design – Grounded analysis. Setting – Five universities in India. Subjects – 147 PhD students. Methods – Subjects were selected using a mix of convenience and purposeful sampling. Email was then used to send the questions, receive the responses, and seek clarification as required. This process was conducted between September 2016 and January 2017. Main results – Completed responses were received from 134 students, resulting in a response rate of approximately 91%. The researcher identified five factors influencing academic journal usage: institutional, task complexity, relevance and application, information quality, and technical. There was “marked” dissatisfaction with library facilities and access to academic resources, with one respondent stating that their library “does not subscribe to a single electronic journal” (p. 209). Other identified issues include students’ insufficient awareness of what is available, limited motivation to “undertake serious research work” (p. 210) and inadequate skill levels to use available resources effectively. Conclusion – Universities should provide the required resources (both human and infrastructure) to ensure their academic libraries meet quality standards. To do so requires appropriate funding. Additionally, researchers should be encouraged to use their library’s resources in the context of improving their scholarly contribution.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,004 | 0,215 |
| Science ouverte | 0,001 | 0,001 |
| 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