A Benchmarking Survey of Open Access Funds at the University of California
Notice bibliographique
Résumé
Objective – The purpose of this study was to examine the status and viability of application-based open access funds (OAFs) across the University of California (UC) Libraries to assist with long-term planning for this type of funding at UC. Methods – In 2022, the authors surveyed the 10 UC campus libraries about both the outcome of an earlier UC-wide OAF pilot and the current status of application-based OAFs to support article processing charges (APCs), book processing charges (BPCs), and open educational resources (OERs). Five campuses reported having a current OAF. These five campuses responded to additional questions about their budgets and their sustainability, the number of publications funded, policies, and staffing resources for managing the OAF. Results – Five UC campuses had an active application-based OAF, with budgets or expenditures ranging from $20,000 - $271,000 annually. Only two campuses felt their budget was sustainable. One of the five campuses closed its fund after the survey. The number of staff resources per fund ranged from 1 to 6 with 3 to 32 hours of work weekly. Funding policies were similar to other institutional OAFs with some distinctions. All campuses had revised their criteria to disallow funding for journals covered by UC’s transformative open access agreements. Conclusion – Providing application-based funds for OA publishing at high-publishing academic institutions requires a substantial budget and workforce. Though these funds benefit some authors, the wider equity of APCs and BPCs needs to be considered.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,194 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».