Marketing Strategies of Tuku Vocational High School’s (TKVS) Library in Taiwan
Notice bibliographique
Résumé
Traditionally, rather than using books in the library, a typical Asian student preferred reading and studying from textbooks in order to pass the college entrance examination. Likewise, this trend was the same in the small suburban town in Taiwan like Tuku with the area is 46 square kilometer, its population of 32,000 people, and 70% of its population is farmers. Due to its agriculture background, there are only two libraries to service its residents. One is the public high school’s library that belongs to Tuku Vocational High School that has approximately about 28 classes and 1000 students while the other is Tuku’s public library. Owing to the textbooks edition from one tomany, the exam content has changed a lot from the past to the present. In order to master the examination, multiple facets of literacy should be mastered. Because of this, library should be gaining popularity than before. In contrary, this was not the case. Library books were seldom checked out according to the electronic tracking system for library books. From three years ago, the average of books checked out was below 15 per day. That average has steady climbing to about 120 with the maximum around 370. Recently, by conducting an open-end questionnaires and chatting with its students, it was found that some marketing strategies are needed to educate them the importance of utilizing the books in the library as the primary source of mastering multi-facets of literacy instead of textbooks.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,028 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».