MétaCan
Menu
Retour à la cohorte
Enregistrement W4412347147 · doi:10.21083/partnership.v20i1.7186

A Knowledge Mobilization Initiative Pilot in the Library

2025· article· en· W4412347147 sur OpenAlexvenueaboutno aff
Alison Moore, Lupin Battersby, Valorie A. Crooks

Notice bibliographique

RevuePartnership The Canadian Journal of Library and Information Practice and Research · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMobilizationPolitical scienceLibrary scienceComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

Over the last twenty years knowledge mobilization (KM) is increasingly a priority for researchers, funders, and universities. As KM emphasizes non-traditional forms of mobilization and encourages approaching research differently (e.g. co-production) there is a natural fit with advancements in academic librarianship such as digital scholarship. The goal of KM is to increase the use and positive impact of research beyond academia. Many researchers, required to plan and do KM as part of the funding requirements, need additional supports to learn about and mobilize their research beyond traditional approaches; academic institutions are responding with developing support services or roles in the institution. Approaches to these services are diverse, some centralized, some faculty or department specific, some dedicated roles, others added on to existing roles. In this paper we describe a pilot project to support KM at one Canadian university. Specifically, we share the development, initiation, and program model of a KM support unit within an academic library. We make the case for the importance of physical location of this type of service, the value the library adds to this service, and other lessons learned through this pilot project.

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)0,009
score de la tête « metaresearch » (Gemma)0,012
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,692

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,012
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0150,003
Communication savante0,0060,003
Science ouverte0,0030,008
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,135
Tête enseignante GPT0,408
Écart entre enseignants0,273 · 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'admission2
Résumé présentoui

Explorer davantage

Même revuePartnership The Canadian Journal of Library and Information Practice and ResearchMême sujetKnowledge Management and SharingTravaux en français237 207