SLIS Student Research Journal, Vol.7, Iss.1
Notice bibliographique
Résumé
This issue of the SLIS Student Research Journal features two articles addressing schema, structure, and theory in LIS.In an invited contribution, Dr. Mary Bolin proposes applying linguistic theories and frameworks to LIS research.Bolin states that librarians "already recognize the significance of the language that we use" (p.1), and suggests that interdisciplinary methods may strengthen investigations in areas of LIS research concerned with semantic structures and communicative events.Bolin suggests numerous convergences between the disciplines: how typology may be used for parsing qualitative data, or semantic frames for examining relationships and meaning in metadata schemas; discourse analysis and genre theory also offer intriguing possibilities for examining user communities in library contexts.In our peer-reviewed section, MLIS candidate Chloe Noland evaluates the interoperability of Library of Congress Classification and Elazar at two libraries of the American Jewish University.Noland compares bibliographic metadata from the two collections, considering semantic accuracy and user impacts.Noland determines that although in the academic context it is unclear which classification system may be preferable, "for purposes of Jewish themes and subjectsElazar overwhelmingly provides the best specificity" (p.12).This article will be of interest to special collections librarians and cataloguing and metadata specialists.This thirteenth issue of the SRJ closes my tenure as Editor-in-Chief with the journal.It has been a year of significant development in organizational planning, yielding a refreshed strategic plan for the SRJ, revisions to our recruitment, orientation, and training for editors, and the launch of a new peer-reviewed reviews section for the journal.
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 | 0,046 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,014 | 0,001 |
| Communication savante | 0,015 | 0,076 |
| Science ouverte | 0,005 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».