Online newspaper reading patterns of a university community before and during the COVID-19 pandemic: the case of the University of Venda
Notice bibliographique
Résumé
Rationale of Study – For years, academics have been concerned with the quality of assignments, particularly at the undergraduate level, due to low reading cultures among students. However, the reading culture of university staff members also needs to be considered, as well as how it can influence students to read for leisure, remain informed about various aspects, and incorporate it into their academic writing. This study explored the reading culture in university communities that access and read online newspapers through the PressReader Database before and during the COVID-19 pandemic at the University of Venda (UNIVEN).Methodology – A quantitative approach was conducted using descriptive analysis of PressReader usage statistics for online newspapers. PressReader usage statistics were used in the data collection process and analysed using EXCEL to investigate the reading culture and identify the online newspaper most consulted by UNIVEN users from UNIVEN before and during COVID-19.Findings – The study findings revealed that the use of online newspapers decreased during the pandemic and showed that Sunday Times (3047 views), Sowetan (1559 views), Mail and Guardian (1261 views) and Business Day (1131 views) were the most famous newspapers between July 2018 and July 2021 at UNIVEN. This usage was moderate, and libraries must create awareness of the existence of online newspapers and provide a digital infrastructure for users to access and read these newspapers.Implications – The findings of this study can be valuable to media organisations, helping them adapt their content and delivery methods to meet changing needs.Originality – This original study was conducted at UNIVEN in Limpopo province, South Africa.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».