Looking for Information that is not Easy to Find: An Inventory of LibGuides in Canadian Post-Secondary Institutions Devoted to Grey Literature
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In order to obtain a representative sample of the use of grey literature in LibGuides across Canadian post-secondary institutions, an environmental scan was undertaken, identifying 17 colleges or universities where grey literature resources were directly mentioned and included alongside academic databases.After viewing the LibGuides within each of the post-secondary institutions listed in Table 2 of the attached paper, 52 library staff (librarians and information specialists) were identified. A brief online survey (please see accompanying dataset file) was sent to each of the 52 library staff members, to uncover how students and researchers use grey literature, and perhaps most importantly, to verify from the participant responses whether or not sections of existing LibGuides have been devoted to including the grey literature in information-seeking pursuits.9 of the in 17 institutions polled participated in the survey, yielding a response rate of 52.9%. All respondents confirmed that grey literature was mentioned in the research guides/subject guides/LibGuides used within their institution.This data set is affiliated with GL18, the 18th International Grey Conference, held at the New York Academy of Medicine from November 28-29, 2016. The presentation slides were delivered at GL 18 and were published in the GL18 Conference Book, produced by GreyNet. The accompanying full-text paper will be published by GreyNet in the GL18 Conference Proceedings, scheduled for release in February 2017.
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.
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 | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| 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 découle