MétaCan
Menu
Retour à la cohorte
Enregistrement W3215041745 · doi:10.5195/jmla.2021.1256

Health sciences librarians’ engagement in open science: a scoping review

2021· review· en· W3215041745 sur OpenAlexaff
Dean Giustini, Kevin Read, Ariel Deardorff, Lisa Federer, Melissa L. Rethlefsen

Notice bibliographique

RevueJournal of the Medical Library Association JMLA · 2021
Typereview
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensUniversity of SaskatchewanVancouver General HospitalUniversity of British ColumbiaUniversity of British Columbia Hospital
Organismes subventionnairesnon disponible
Mots-clésCINAHLOpen scienceOpenness to experienceWeb of scienceLibrary scienceMEDLINEInclusion (mineral)Scholarly communicationMedical educationPsychologyWorld Wide WebComputer sciencePublic relationsPolitical scienceSociologyMedicinePublishingSocial science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To identify the engagement of health sciences librarians (HSLs) in open science (OS) through the delivery of library services, support, and programs for researchers. METHODS: We performed a scoping review guided by Arksey and O'Malley's framework and Joanna Briggs' Manual for Scoping Reviews. Our search methods consisted of searching five bibliographic databases (MEDLINE, Embase, CINAHL, LISTA, and Web of Science Core Collection), reference harvesting, and targeted website and journal searching. To determine study eligibility, we applied predetermined inclusion and exclusion criteria and reached consensus when there was disagreement. We extracted data in duplicate and performed qualitative analysis to map key themes. RESULTS: We included fifty-four studies. Research methods included descriptive or narrative approaches (76%); surveys, questionnaires, and interviews (15%); or mixed methods (9%). We labeled studies with one or more of FOSTER's six OS themes: open access (54%), open data (43%), open science (24%), open education (6%), open source (6%), and citizen science (6%). Key drivers in OS were scientific integrity and transparency, openness as a guiding principle in research, and funder mandates making research publicly accessible. CONCLUSIONS: HSLs play key roles in advancing OS worldwide. Formal studies are needed to assess the impact of HSLs' engagement in OS. HSLs should promote adoption of OS within their research communities and develop strategic plans aligned with institutional partners. HSLs can promote OS by adopting more rigorous and transparent research practices of their own. Future research should examine HSLs' engagement in OS through social justice and equity perspectives.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,104
score de la tête « metaresearch » (Gemma)0,256
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,552

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1040,256
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0050,005
Bibliométrie0,0450,045
Études des sciences et des technologies0,0040,004
Communication savante0,0130,015
Science ouverte0,0030,008
Intégrité de la recherche0,0070,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,228
Tête enseignante GPT0,501
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeRevue systématique
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

Citations23
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Medical Library Association JMLAMême sujetResearch Data Management PracticesTravaux en français237 207