Why do researchers co‐author evidence syntheses with librarians? A mixed‐methods study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Librarians and information specialists are experts in designing comprehensive literature searches, such as those needed for Evidence Syntheses (ES). The contributions of these professionals to ES research teams have several documented benefits, especially when they collaborate on the project. However, librarian co-authorship is relatively rare. This study explores researcher motivations for working with librarians at the co-author level through a mixed methods design. Interviews with researchers identified 20 potential motivations that were then tested through an online questionnaire sent to authors of recently published ES. Consistent with previous findings, most respondents did not have a librarian co-author on their ES, though 16% acknowledged one in their manuscript and 10% consulted one but did not document the contribution. Search expertise was the most common motivation both to and not to co-author with librarians. Those that had or were interested in co-authoring stated that they wanted the librarians' search expertise, while those who had not or were not interested stated that they already had the necessary search expertise. Researchers who were motivated by methodological expertise and availability were more likely to have co-authored their ES with a librarian. No motivations were negatively associated with librarian co-authorship. These findings provide an overview of the motivations that influence researchers to bring a librarian into an ES investigatory team. More research is needed to substantiate the validity of these motivations.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,853 | 0,876 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,006 | 0,024 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,010 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,009 |
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 découle