MétaCan
Menu
Retour à la cohorte
Enregistrement W3114594756 · doi:10.5703/1288284317159

Tip of the Iceberg, Part 1: Choosing What Shows

2020· article· en· W3114594756 sur OpenAlexaff
Karen Kohn

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueLibrary Collection Development and Digital Resources
Établissements canadiensPurdue Pharma (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSubject (documents)Information retrievalWorld Wide WebOrder (exchange)

Résumé

récupéré en direct d'OpenAlex

In the summer of 2019, Temple University’s main library relocated to a new building, in which most of the 1.3 million-item main stacks collection resides in an automated storage and retrieval system (ASRS), and a small portion in open stacks. The open stacks, or browsing collection, includes highly circulating items, new books, and materials with a particular need for browsing. Highly-circulating items were identified by dividing the total number of loans by the number of years the library had owned the book. Materials with a particular need for browsing, generally those with significant visual components such as art and music scores, were also selected by formula, though a lower number of loans was required in order for the book to be added to the browsing title list. The Collections Analysis Librarian merged the lists of highly circulating items and highly visual items and presented the preliminary title list to Subject Specialists. These librarians then suggested categories of books that they felt should be browseable, such as maps and language dictionaries. Identifying new books was more complicated than expected, as the list needed to exclude certain categories of purchases, such as replacements or continuations, that did not belong in the open stacks. All items destined for browsing were marked with bright green stickers near the call number, which served as an effective way for the staff who packed the books to separate them from those going to the ASRS.

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)0,012
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,109
Score d'incertitude au seuil0,365

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0170,006
Communication savante0,0240,016
Science ouverte0,0010,007
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,1090,054

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 Opus0,029
Tête enseignante GPT0,193
Écart entre enseignants0,164 · 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.

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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLibrary Collection Development and Digital ResourcesTravaux en français237 207