Comparison and Review of 17 E-Book Platforms
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
The University of Michigan Press, with support from the Mellon Foundation, asked John Lavender, of Lavender Consulting, to conduct a review of the American Council of Learned Societies (ACLS) Humanities E-Book collection (HEB) following its launch on Michigan’s new Fulcrum platform. ACLS-HEB is an online collection of over 5,400 high-quality humanities books from over 100 publishers. Now that the market for e-books has matured, part of the review was a comparative study of e-book platforms run by publishers, university presses and e-book vendors; 17 platforms were selected. The review looked at the key features offered by each platform, how they handled searching, content delivery, displaying results, ability to view and download and other key features, there was no attempt to judge the value of the content. Following this review, Michigan Press felt that it would be beneficial to share the results with the wider community. As well as being of interest to publishers, the review will also be relevant for librarians making purchasing decisions and vendors selling e-book services. In addition to synthesizing the results of the e-book platform review, this paper presents a librarian’s perspectives on e-book assessment criteria. Courtney McAllister, Electronic Resources Librarian at Yale University’s Law Library, describes the importance of attributes such as accessibility compliance, library branding, and metadata. Library collections are shaped by a plethora of concerns and criteria. This paper seeks to outline some key elements to consider as part of e-book platform decision-making.
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 | 0,001 |
| Science ouverte | 0,000 | 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