Health sciences library workshops in the COVID era: librarian perceptions and decision making
Notice bibliographique
Résumé
Objective: We sought to determine how the COVID-19 pandemic impacted academic health sciences library workshops. We hypothesized that health sciences libraries moved workshops online during the height of the pandemic and that they continued to offer workshops virtually after restrictions were eased. Additionally, we believed that attendance increased. Methods: In March 2022, we invited 161 Association of American Health Sciences Libraries members in the US and Canada to participate in a Qualtrics survey about live workshops. Live workshops were defined as synchronous; voluntary; offered to anyone regardless of school affiliation; and not credit-bearing. Three time periods were compared, and a chi square test of association was conducted to evaluate the relationship between time period and workshop format. Results: Seventy-two of 81 respondents offered live workshops. A chi square test of association indicated a significant association between time period and primary delivery method, chi-square (4, N=206) = 136.55, p< .005. Before March 2020, 77% of respondents taught in person. During the height of the pandemic, 91% taught online and 60% noted higher attendance compared to pre-pandemic numbers. During the second half of 2021, 65% of workshops were taught online and 43% of respondents felt that attendance was higher than it was pre-pandemic. Overall workshop satisfaction was unchanged (54%) or improved (44%). Conclusion: Most health sciences librarians began offering online workshops following the onset of the COVID-19 pandemic. More than half of respondents were still teaching online in the second half of 2021. Some respondents reported increased attendance with similar levels of satisfaction.
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 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 | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,006 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».