MétaCan
Menu
Retour à la cohorte
Enregistrement W4375814888 · doi:10.5860/crl.84.3.392

Complex and Varied: Factors Related to the Research Productivity of Academic Librarians in the United States

2023· article· en· W4375814888 sur OpenAlexaff
Kristin Hoffmann, Selinda Berg, Kristine R. Brancolini, Marie Kennedy

Notice bibliographique

RevueCollege & Research Libraries · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Information Literacy
Établissements canadiensUniversity of WindsorWestern University
Organismes subventionnairesInstitute of Museum and Library Services
Mots-clésProductivityDemographicsSample (material)Academic communityFace (sociological concept)PsychologyHigher educationPublic relationsMedical educationSociologyPolitical scienceSocial scienceMedicineEconomic growth

Résumé

récupéré en direct d'OpenAlex

Academic librarians face multiple barriers in conducting the research that is expected in their work, yet they still manage to successfully complete it. This study aimed to identify the factors that contribute to their success. Through an online survey sent via email to a random sample of academic librarians in the United States, we gathered and analyzed quantitative data about education and experience, demographics, success factor statements, and research productivity to determine which factors are related to increased research output. We found that three categories of factors—Individual Attributes, Peers and Community, and Institutional Structures and Supports—contribute positively to overall research output. We identified several elements that academic librarians may want to pursue to increase research productivity, with Peers and Community identified as a category for exploration. Overall, we found that academic librarians are highly motivated to conduct research, yet the factors leading to their success are complex and varied.

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)0,011
score de la tête « metaresearch » (Gemma)0,063
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,063
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0020,002
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,233
Tête enseignante GPT0,436
Écart entre enseignants0,203 · 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
DomaineIncitatifs
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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCollege & Research LibrariesMême sujetLibrary Science and Information LiteracyTravaux en français237 207