MétaCan
Menu
Retour à la cohorte
Enregistrement W3162994603 · doi:10.1080/13614533.2021.1930076

Views of Academic Library Directors on Artificial Intelligence: A Representative Survey in Hungary

2021· article· en· W3162994603 sur OpenAlexaboutno aff
Bea Winkler, Péter Kiszl

Notice bibliographique

RevueNew Review of Academic Librarianship · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHungarian Social, Economic and Educational Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Quarter (Canadian coin)Academic libraryLibrary scienceService (business)Higher educationComputer scienceSociologyPublic relationsPolitical scienceBusinessMarketingHistory

Résumé

récupéré en direct d'OpenAlex

Artificial intelligence (AI) is a defining technology of the 21st century, creating new opportunities for academic libraries. The goal of this paper is to provide a much-needed analysis, interpreted in an international context, on what the leaders of academic libraries in East-Central Europe, and specifically in Hungary, think about AI and its implementation in a library setting. The survey shows that according to library directors AI is more of an opportunity for academic libraries than a threat, and it could provide support in all areas of library operation, including digitising, information service, and education. Findings indicate that a quarter of the Hungarian academic libraries surveyed use AI-supported solutions, mostly in the areas of information retrieval and data processing. Using Rogers (The diffusion of innovations. 5th ed. The Free Press, 2003) diffusion of innovation model, it may be projected that an explosive growth is to be expected in the use of AI in libraries.

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)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,194
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,237
Tête enseignante GPT0,415
Écart entre enseignants0,178 · 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.

Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations53
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew Review of Academic LibrarianshipMême sujetHungarian Social, Economic and Educational StudiesTravaux en français237 207