Are Academic Libraries Doing Enough to Support the Sustainable Development Goals (SDGs)? A Mixed-Methods Review
Notice bibliographique
Résumé
Objective – The goal of this study was to assess global academic libraries' role and activities aimed at achieving Sustainable Development Goals (SDGs). The paper highlights the enablers and barriers encountered in SDG programming and identifies future directions of SDG research in academic and other types of libraries. Methods – A mixed-methods review was conducted to address the research question: How do academic libraries contribute to the attainment of SDGs? The methodology included literature searches conducted in Scopus, Web of Science Core Collection, EBSCO’s Library, Information Science & Technology Abstracts (LISTA), and hand-searching. The selected timeframe, 2017-2024, encompasses the introduction of the SDGs and extends to the present body of evidence. Results – The study found 25 relevant articles with data from 164 academic libraries worldwide. The evidence base indicates limited awareness and examples of sustainability literacy, suggesting the need for new initiatives. Instances of "SDG washing" were identified where librarians exaggerated the impact of their SDG-related programs, mislabeled routine activities as SDG contributions, or used SDG terminology superficially without meaningful action. This study suggests that SDG attainment is influenced by leadership, organizational culture, personal initiatives, and partnerships. Conclusions – Academic libraries simultaneously address multiple SDG targets, indicating a comprehensive sustainability approach. Positive correlations between specific targets imply synergies that libraries can exploit to strengthen their sustainable development roles. Future research should investigate the impact of institutional factors on SDG implementation in academic libraries and identify strategies to overcome the common challenges in SDG initiatives. Specific SDG targets and indicators should guide context-specific recommendations. It is also advised to develop standardized tools for measuring and comparing academic libraries' SDG contributions.
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 | 0,045 | 0,123 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,023 | 0,019 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,011 | 0,008 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».