Notice bibliographique
Résumé
Begins where diversity audits end, informing and supporting academic, school, and public librarians in the quest to embed diversity, equity, and inclusion in a meaningful and sustainable manner throughout collections, policies, and practices. A primary question for many librarians, directors, and board members is how to evaluate diversity in a collection on an ongoing basis. Curating Community Collections provides librarians with the tools they need to understand the results of diversity audits and to formulate a reasonable, achievable plan for increasing diversity, equity, and inclusion not only in the collection itself, but also in library collection policies and practices. Information on ways to make diversity, equity, and inclusion part of a library's everyday workflow will help ensure the sustainability of these principles. Mary Schreiber and Wendy Bartlett teach readers how to increase the number of diverse materials in their collections and make them more discoverable to library patrons through the implementation of a community collections program. Stories from librarians around the United States and Canada who are auditing and improving the diversity of their collections add broad, scalable perspectives for libraries of any size, budget, and mission. Action steps provided at the end of each section offer a practical road map for all types of libraries to curate a diverse, equitable, and inclusive community collection.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,029 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,026 | 0,012 |
| Communication savante | 0,025 | 0,023 |
| Science ouverte | 0,006 | 0,045 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,043 | 0,021 |
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 source (Gemma direct ou Codex distillé), 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 ».