An Environmental Scan of Bibliometrics and Research Impact Open Instructional Trends at Canadian Academic Research Libraries
Notice bibliographique
Résumé
While bibliometrics have been used for years in academia, recent conversations into their responsible use have driven a need for greater understanding of bibliometrics and research impact within the academic community. Academic librarians are ideal individuals to contribute to instruction on bibliometrics, as they are already embedded within their academic community’s scholarly processes and are often familiar with relevant tools and their functions. The purpose of this environmental scan was to evaluate the current state of open instructional materials for bibliometrics and research impact at the Canadian Association of Research Libraries (CARL) academic member institutions. An environmental scan of research guides was chosen as a methodology for this study. Results of this scan identify that 97% (28/29) of CARL academic member institutions held at least one research guide related to bibliometrics and research impact, in a total of 56 guides reviewed. A keyword analysis revealed that of the guides reviewed, keywords related to tools and methodologies of bibliometrics and research impact were discussed at the highest frequency (present within 96% of guides), while keywords related to responsible and alternative metrics were discussed at lowest frequency (present within 38% of guides). Results of this article will benefit 1) practicing librarians who are creating or updating their own bibliometrics and research impact guides or developing library instruction on related topics and 2) strategic planning and governance within academic institutions and more broadly at the national level by revealing trends in bibliometrics and research impact services and resources in the Canadian context.
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 | 0,070 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,494 | 0,394 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,012 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».