Assessing Scan and Deliver During COVID-19 and Beyond Conference Proceedings
Notice bibliographique
Résumé
This paper was delivered to the Library Assessment Conference in November 2022. Abstract: In the summer of 2020, the Toronto Metropolitan University (TMU) Libraries started a digitization service called Scan and Deliver amidst the COVID-19 pandemic. Since the Library building was closed to patrons with limited on-site staffing, the library provided some access to parts of the print collection when electronic alternatives were unavailable. The Scan and Deliver service allowed patrons to request a portion of text, such as a chapter of a book or journal article, to be scanned by a Library staff member and emailed to them. When the Library building reopened to patrons in Winter 2022 we assessed this service to understand its impact and plan for future service offerings. This paper addresses why Toronto Metropolitan University Libraries patrons have used the Scan and Deliver service: what benefits does it offer them, what role do scanned materials play in their scholarly research, and what barriers does it help them overcome? The results of our assessment show that the Scan and Deliver service has been impactful for patrons. Specifically, students told us it enabled them to complete their coursework and instructors stated that it allowed them to plan coursework and conduct research. The service helped patrons overcome barriers to completing their academic pursuits during the COVID-19 pandemic, including limits related to travel and serious health concerns. The service has also increased access to the collection and patrons describe it as easy to use and convenient. They also noted a few areas for service improvements. Patrons viewed the service as working in conjunction with other library services, such as interlibrary loan and course reserves, as a method of extending access to print. As a result of this analysis Library administration extended the scanning service for an additional year due to its value to patrons, allowing additional time for ongoing assessment.
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 | 0,031 | 0,107 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,014 | 0,006 |
| Science ouverte | 0,004 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,061 | 0,018 |
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.
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 ».