Combining Surveys with Seating Sweeps and Observational Data Yields Insights into Physical Space Usage in an Academic Library
Notice bibliographique
Résumé
A Review of: Dominguez, G. (2016). Beyond gate counts: Seating studies and observations to assess library space usage. New Library World, 117(5/6), 321-328. https://doi.org/10.1108/NLW-08-2015-0058 Abstract Objective – To propose a new method to assess library space usage and the physical library user experience utilizing multiple data collection techniques. Design – Seating usage studies, surveys, and observation. Setting – Large university in the southern United States. Subjects – Students who physically use the library spaces. Methods – The researcher performed seating sweeps three times a day for one week at time, using a counter to get an accurate headcount of each area of the library. The number of users was recorded on paper and then transferred to Excel. A survey for library patrons was created using Typeform and distributed through both email and in-person. In addition, the researcher created a photo diary to document how students were using the space, particularly creative and flexible uses of the library space. These photos were collected to be shared with library administration. The researcher conducted the study twice, once at each main campus library. Main Results – The initial seating sweeps at one location showed an average of 57 to 85 users engaging in active study, and 57% of users engaged in individual study vs. group study. The sweeping study at the second campus location found that floors designated as quiet floors were the most overcrowded. The researcher found that overall, the actual library use surpassed expected library use. The survey results indicated patron concerns about the lack of available seating, noise policies, uncomfortable furniture, and technology issues such as power outlets and Wi-Fi connectivity. Conclusion – The researcher found that utilizing surveys in addition to observational data provided a more complete picture of the user experience. Photographs also provided depth and texture to the observational data. Based on the findings the librarians and administration plan to upgrade furniture and technology options, as well as make changes to the noise policy.
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 | 0,011 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».