If You Build it, Will They (Really) Come? Student Perceptions of Proximity and Other Factors Affecting Use of an Academic Library Curriculum Collection
Notice bibliographique
Résumé
Objective – This study investigated student perceptions of an undergraduate university library’s curriculum collection, before and after a move to a new library building. The objective was to identify how factors such as proximity to program classrooms and faculty offices, flexible seating, accessibility, and other physical improvements to the space housing the collection impacted students’ perceptions. Methods – This longitudinal study conducted between 2016 and 2017 used a combination of methods to examine whether library use of a specialized academic library collection was impacted by a significant space improvement and change in location. A cohort of education students was surveyed before and after the construction of a new building that housed both the library and their department and co-located the curriculum collection with departmental teaching spaces. The students were surveyed about their use of the space and resources. The researchers then compared the survey results to circulation data. The researchers ground this study in Lefebvre’s spatial triad theory, applying it to library design and collection use (Lefebvre, 1992). Results – Researchers identified proximity to classrooms and general convenience as the dominant factors influencing students’ use of the collection. Survey results showed an increased awareness of the collection and an increase in use of the collection for completion of assignments and practicum work. Circulation data confirmed that between 2016-2019, there was a steady increase in use of the curriculum collection. Conclusion – Students’ responses revealed that physical characteristics of the space were less important than proximity, the major factor that impacted their use of the curriculum collection. This revelation confirms Lefebvre’s idea that spatial practice, i.e., how users access and use the space, is more significant and identifiable to students than the design and physical characteristics of the space.
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 | 0,003 | 0,010 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».