MétaCan
Menu
Retour à la cohorte
Enregistrement W4414707477 · doi:10.51583/ijltemas.2025.1409000032

Stories They Borrow, Stories They Love: Reading Preferences and Circulation Patters as Foundations for Enhancing Fiction Services

2025· article· en· W4414707477 sur OpenAlexaff
Roilingel P. Calilung

Notice bibliographique

RevueInternational Journal of Latest Technology in Engineering Management & Applied Science · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDigital Humanities and Scholarship
Établissements canadiensLibrary and Archives Canada
Organismes subventionnairesnon disponible
Mots-clésReading (process)Collection developmentData collectionCirculation (fluid dynamics)Academic libraryService (business)

Résumé

récupéré en direct d'OpenAlex

Abstract: Understanding the reading preferences of academic library users is essential for enhancing fiction services and encouraging greater leisure reading engagement. This study analyzes fiction circulation data over a span of seven academic years, drawing from the prior research conducted by Berenio and Calilung on the utilization of fiction books. Through a genre-based examination of borrowing trends, the study identifies high-demand categories such as romance, fantasy, and young adult fiction. These insights inform the development of a data-driven strategy for enriching the library’s fiction collection and readers’ advisory services. Findings demonstrate that aligning collection development with actual user behavior supports a more user-centered library experience, fosters student engagement, and reinforces the academic library’s role in holistic student development. The study concludes with actionable recommendations for collection management and service improvement based on empirical borrowing patterns.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,237
Score d'incertitude au seuil0,566

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,257
Écart entre enseignants0,243 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Latest Technology in Engineering Management & Applied ScienceMême sujetDigital Humanities and ScholarshipTravaux en français237 207