MétaCan
Menu
Retour à la cohorte
Enregistrement W4383093182 · doi:10.21083/partnership.v18i1.7098

Graduate Student Library Needs at Memorial University of Newfoundland: A Case Study

2023· article· en· W4383093182 sur OpenAlexaffvenueabout
Victoria A.J. Kavanagh, Natallia Barykina

Notice bibliographique

RevuePartnership The Canadian Journal of Library and Information Practice and Research · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Information Literacy
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPromotion (chess)Graduate studentsWork (physics)Medical educationTheme (computing)Academic libraryLibrary sciencePsychologyPolitical scienceEngineeringMedicineComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Libraries are important structures for graduate students in research intensive universities, such as Memorial University of Newfoundland (MUN). Given the complex needs of those students, it is crucial to have an updated glimpse into what works and does not work for students. The objectives of this survey were to investigate graduate students’ awareness and use of library services and resources at MUN and to explore how important and adequate existing services and resources seemed to MUN graduate students. Fortunately, the survey findings showed favourably in terms of user satisfaction, with many of the library services and resources that were rated as very important also being rated as very satisfactory. Other findings indicated that respondents placed increased importance on access to comprehensive collections of E-resources, which is not surprising given the conditions of the COVID-19 pandemic. Also found was an increased need for writing resources and literature search strategies. Overall, a recurring theme for improvement was an increased promotion of our services and resources so that we can better reach our students. The insights gained from the survey will help us target this area of improvement and direct future development of graduate student-focused services and resources.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,428

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0110,003
Communication savante0,0040,002
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,113
Tête enseignante GPT0,380
Écart entre enseignants0,267 · 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'étudeQualitatif
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

Citations1
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePartnership The Canadian Journal of Library and Information Practice and ResearchMême sujetLibrary Science and Information LiteracyTravaux en français237 207