MétaCan
Menu
Retour à la cohorte
Enregistrement W3036785050 · doi:10.18438/eblip29739

Research Supports are Effective in Increasing Confidence with Research Skills in Early Career Academic Librarians

2020· article· en· W3036785050 sur OpenAlexvenueno aff
Jessica Koos

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueScientific Research and Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPromotion (chess)Likert scaleMedical educationPsychologyScale (ratio)Public relationsPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

A Review of: Ackerman, E., Hunter, J. & Wilkinson, Z. T. (2018). The availability and effectiveness of research supports for early career academic librarians. The Journal of Academic Librarianship, 44(5), 553-568. https://doi.org/10.1108/ILS-09-2016-0068 Abstract Objective – To identify the type and efficacy of research supports currently available to early career academic librarians. Design – Survey. Setting – The United States. Subjects – 213 academic librarians who were not yet promoted or have received tenure, or those up to three years post-tenure or promotion. Methods – The researchers created a survey containing 39 closed and open-ended questions using the software Qualtrics. The question types included multiple choice, Likert scale, and free text. The survey was distributed through direct emails and various professional electronic mailing lists. Main Results – The majority of respondents listed finding time as the most significant barrier to conducting research. Respondents listed informal mentoring as the most commonly used and most widely available form of research support. Statistical analyses revealed that for every type of research support a librarian engaged in, on average confidence increased by 0.10. Conclusion – Engagement in formal and informal research supports may influence early career academic librarians’ confidence levels in regards to conducting research projects. Academic institutions as well as professional organizations should ensure that ample opportunities are available.

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)0,031
score de la tête « metaresearch » (Gemma)0,166
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil0,164

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,166
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,002
Communication savante0,0060,005
Science ouverte0,0020,006
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,046
Tête enseignante GPT0,338
Écart entre enseignants0,291 · 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
DomaineMéthodes
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetScientific Research and TechnologyTravaux en français237 207