MétaCan
Menu
Retour à la cohorte
Enregistrement W4205183458 · doi:10.18438/eblip30025

Essential Academic Journals Tend to Be of Universal Importance, While Many Journals Available on For-Profit Platforms Appear to Be Ancillary

2021· article· en· W4205183458 sur OpenAlexvenueaboutno aff
Michelle DuBroy

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueLibrary Collection Development and Digital Resources
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDownloadLibrary scienceComputer scienceLimitingWorld Wide WebEngineering

Résumé

récupéré en direct d'OpenAlex

A Review of: Mongeon, P., Siler, K., Archambault, A., Sugimoto, C. R., & Larivière, V. (2021). Collection development in the era of big deals. College & Research Libraries, 82(2), 219–236. https://doi.org/10.5860/crl.82.2.219 Abstract Objective – (1) Present a method of journal appraisal that combines reference list, article download, and survey data. (2) Gauge journal usage patterns across selected universities. Design – Analysis of reference lists, article downloads, and survey data. Setting – 28 Canadian universities. Subjects – 47,012 distinct academic journal titles. Methods – Download data for the 2011-2015 period was sourced from standard Journal Report 1 (JR1) usage reports as supplied by the vendors. Download figures were summed for journals that were available through multiple platforms. Reference list data (i.e., the number of times documents published in each journal were cited by authors affiliated with a participating institution) was sourced from Clarivate Analytics’ Web of Science, limiting for the years 2011-2015. An unknown number of researchers at 23 of the 28 participating universities were invited by email to complete a survey. The survey asked respondents to list the scholarly journals they considered essential for their research and teaching (up to 10 journals for each purpose). The three datasets (download, reference list, and survey data) were then merged. Duplicates and non-academic journals were removed. Journals were then grouped into broad discipline areas. A list of “core journals” (p. 228) was created for each institution. These journals produce 80% of downloads, 80% of citations, or 80% of survey mentions at each institution. A journal only had to reach the threshold in one category (i.e., in either downloads, citations, or mentions) to make it onto the core journals list. A “low” (p. 228) survey response rate meant “one mention [was] generally enough" (p. 228) for a journal to be classified as core. Main results – Fewer than 500 titles (n=484, ~1%) made it to the core journals list at all 28 universities. Two thirds (66%, n unknown) of journals did not make it onto the core list of any university. Of the journals deemed to be core, most (60%, n unknown) were shared across all institutions. On average, platforms from not-for-profit organizations and scientific societies contain a higher proportion of core journals than for-profit platforms. Notably, 63.6% of Springer journals, 58.9% of Taylor & Francis journals, and 45.8% of Elsevier’s journals do not appear on the core journal list of any university. Conclusion – Libraries should consider ways to share resources and work more cooperatively in their negotiations with publishers. Further, libraries may be able to cancel entire journal bundles without this having a “sizable” (p. 233) impact on resource access.

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)0,014
score de la tête « metaresearch » (Gemma)0,100
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,100
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0230,031
Études des sciences et des technologies0,0030,003
Communication savante0,0130,011
Science ouverte0,0020,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0370,018

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 Opus0,043
Tête enseignante GPT0,275
Écart entre enseignants0,232 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetLibrary Collection Development and Digital ResourcesTravaux en français237 207