MétaCan
Menu
Retour à la cohorte
Enregistrement W4387859712 · doi:10.1002/pra2.789

“How Do You Measure a Relationship?” Assessment and Evaluation Challenges of Knowledge Exchange Activities in Information Work

2023· article· en· W4387859712 sur OpenAlexafffund
Heather L. O'Brien, Kristina McDavid, Jess Yao

Notice bibliographique

RevueProceedings of the Association for Information Science and Technology · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSimon Fraser University
Mots-clésWork (physics)Knowledge managementThematic analysisValue (mathematics)Government (linguistics)Information exchangePublic relationsPsychologySociologyMedical educationPolitical scienceMedicineComputer scienceEngineeringQualitative researchSocial science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Today there is increasing emphasis on knowledge exchange (KE), the movement of knowledge and expertise amongst diverse groups to enhance research uptake, use, and impact in healthcare, government, and community settings. Library and information science (LIS) professionals are central actors in KE though community engagement, scholarly communication, literacy, and cultural heritage initiatives, but (how) is this work formally documented and evaluated? Through interviews with 24 information professionals working in varied settings, we considered how KE activities fit into the current library assessment and evaluation landscape. Using thematic analysis, we identified challenges with placing this work within current assessment practices and evaluation frameworks and showing its value, as well as a desire for alternative, more dynamic assessment and evaluation methods. We discuss these findings with respect to previous research in LIS and KE more broadly to consider professional and organizational implications.

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)0,332
score de la tête « metaresearch » (Gemma)0,496
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,668
Score d'incertitude au seuil0,823

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3320,496
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0070,008
Études des sciences et des technologies0,0040,008
Communication savante0,0140,015
Science ouverte0,0030,008
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,151
Tête enseignante GPT0,457
Écart entre enseignants0,306 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
DomaineÉvaluation
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Association for Information Science and TechnologyMême sujetHealth Sciences Research and EducationTravaux en français237 207