Library technicians collaborating with librarians on knowledge syntheses: a survey of current perspectives
Notice bibliographique
Résumé
Introduction: Though it is well recognized that librarians bring value to knowledge synthesis teams, library technicians have largely been excluded from this process. This study was designed to determine the extent to which library technicians are currently participating in knowledge syntheses, to investigate where these two professional groups, librarians and library technicians, see opportunities for future collaboration, and to identify the challenges and successes perceived by both groups. Methods: An electronic survey, consisting of multiple choice and short answer queries, was distributed to targeted listservs. The target audience for survey participants was librarians, or library technicians, who worked in a library with any scale of knowledge synthesis service. Responses were collated, coded, and organized by themes. Results: 170 responses were received and evenly represented librarians (n=84) and library technicians (n=79), including 7 incomplete responses. 31% (n=50) of respondents stated that they currently collaborate or have collaborated in the past on knowledge synthesis projects with the other professional group. Tasks completed by the library technician included article retrieval, citation management, retrieving reference lists, and database searching. The major challenge reported with collaboration on knowledge synthesis projects was the library technician qualifications. Major successes included time efficiency for librarians, and the opportunity for technicians to develop new skills.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,095 | 0,191 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,014 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,014 | 0,011 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».