Factors fostering the success of IoT services in academic libraries: a study built to enhance the library performance
Notice bibliographique
Résumé
Purpose In the modern era, libraries confront significant service challenges. Some challenges are linked to information resource management which includes direct availability of information for immediate decision making. The Internet of Things (IoT) is a recent technological shift that library personnel should be aware of because it has the potential to enhance information resource management. The purpose of the research is to highlight the willingness to adopt IoT technology in libraries. Design/methodology/approach This study uses a quantitative research design in which a survey of public sector universities in Nanjing, China, is conducted to investigate the determinants of IoT adoption intention in libraries. A total of 389 responses were captured from experienced library personnel. The literature on technology adoption is then used to formulate quantitative theories. For data analysis, partial least squares structural equation modeling using SmartPLS. Findings The research highlights the various success factors which support the IoT service adoption process. It is concluded that IoT augmented services in academic libraries must be supported through robust management practices and effective utilization of technological resources. Many libraries have made substantial modifications to their structure in terms of technology and design to satisfy the demands of patrons. Originality/value This is an empirical paper that looks at IoT adoption intention in libraries using a quantitative approach through surveying library personnel. The library personnel can aid in the understanding of the motivations behind technology adoption in libraries, particularly of IoT services that may bring about advances in the libraries' capability to provide information access services.
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».