MétaCan
Menu
Retour à la cohorte
Enregistrement W4408566436 · doi:10.18438/eblip30622

LIS Program Representatives’ Perspectives on Preparing Students for Careers in Research Data Management and Data-Related Librarianship

2025· article· en· W4408566436 sur OpenAlexaffvenueabout
Jennifer Abel, Alisa Rod

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensMcGill UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésLibrary scienceData managementResearch dataComputer scienceData scienceDatabase

Résumé

récupéré en direct d'OpenAlex

Objective – This study aims to contribute a qualitative analysis of the perspectives of LIS program representatives on providing research data management (RDM) and data librarianship training opportunities to their students. The primary objectives of the study are to determine which programs currently provide training opportunities for students in RDM and related areas, as well as whether programs have provided such opportunities in the past and/or intend to do so in the future. Methods – This study incorporates in-depth qualitative empirical evidence in the form of five semi-structured interviews of representatives of Canadian LIS programs to investigate first-hand perspectives on the RDM and data-related opportunities they can provide to their students. Results – The interviews identified five major themes related to LIS programs’ RDM and data-related training offerings, including the range of formal and informal opportunities currently available in the programs; the ways in which the representatives would mentor and advise students interested in RDM or related career paths; the challenges posed by both the lack of instructors for RDM and data-related courses, and the lack of students who are interested in, or ready to pursue, data-related careers; the need for programs to develop a curriculum that meets the requirements of many stakeholders; and the effects of the rapidly changing library landscape on LIS curriculum development. Conclusion – This qualitative study sheds light on both the support that Canadian LIS programs can provide to students who are interested in RDM and data-related careers in academic libraries, and the challenges those programs face in providing that support.

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)0,022
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,299

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,031
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0230,008
Communication savante0,0120,003
Science ouverte0,0020,008
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,209
Tête enseignante GPT0,491
Écart entre enseignants0,282 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetResearch Data Management PracticesTravaux en français237 207