Notice bibliographique
Résumé
A Review of: Tran, N. Y., & Chan, E. K. (2020). Seeking and finding research collaborators: An exploratory study of librarian motivations, strategies, and success rates. College & Research Libraries, 81(7), 1095. https://doi.org/10.5860/crl.81.7.1095 Abstract Objective – To explore research collaboration among librarians, including librarians’ motivations for collaboration, methods for finding collaborators, and how they perceive the success of these methods. Design – Online survey questionnaire. Setting – N/A Subjects – A total of 412 librarians took the survey, and 277 respondents completed the entire survey. Methods – The researchers developed a survey using Qualtrics, including questions focused on whether respondents had sought research collaboration, factors that motivated them to collaborate, methods they used for finding collaborators, and success rates of these methods. Demographic questions were also included. Main Results – The survey results indicated that librarians are very interested in research collaboration, with 91.8% of respondents answering that they had sought collaborators, were currently collaborating, or were interested in seeking collaborators in the future. The top motivating factor for seeking collaboration was to gain expertise that the respondent lacked. The most common strategy for finding collaborators was through a respondent’s current or past place of employment, and this method was rated as extremely successful by more than 50% of respondents. Demographically, 70.1% of respondents worked in academic libraries. Conclusion – The results of this study indicate that research collaboration is of interest to librarians at a higher rate than previously observed. These results can help inform initiatives to support and promote collaboration in library and information science research, as well as provide a groundwork for further research in this area.
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 | 0,018 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,015 | 0,012 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,041 | 0,023 |
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 ».