MétaCan
Menu
Retour à la cohorte
Enregistrement W3112345600 · doi:10.3998/ticker.16481003.0005.107

Investigation of British Columbia Entrepreneurs' Secondary Market Research Habits and Information Needs

2020· article· en· W3112345600 sur OpenAlexaffvenueabout
Aleha McCauley, Irena Trebic, Kim Buschert, Nick Rochlin, Laura Thorne

Notice bibliographique

RevueTicker The Academic Business Librarianship Review · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBusinessMarketingAgricultural economicsEconomics

Résumé

récupéré en direct d'OpenAlex

Entrepreneurial research is of increasing significance to North American universities. University libraries have developed or enhanced services and supports for entrepreneurial researchers, to differing degrees. Currently, University of British Columbia (UBC) Library offers secondary research support to both campus and community entrepreneurs. In fall 2017, UBC librarians conducted a study in order to better understand the research habits and information related needs of entrepreneurial researchers, as they relate to the development of business ventures at UBC and in British Columbia. The findings present opportunities for UBC librarians to create innovative services to attract and engage with entrepreneurs more completely. In order to meet the needs of BC entrepreneurs, possible considerations include targeting early-stage entrepreneurs (especially for library workshops), exploring access options and collections for entrepreneurs, developing and promoting online services, and having a service model with a single service entry point for entrepreneurs. Thorough marketing of entrepreneurial services is needed to ensure that the library is seen as a valuable resource. In addition to developing services and collections, forming partnerships with campus groups, community agencies and business groups is another way to increase awareness of library support for entrepreneurs.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,432
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,106
Tête enseignante GPT0,331
Écart entre enseignants0,225 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations6
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTicker The Academic Business Librarianship ReviewMême sujetEducation Systems and PolicyTravaux en français237 207