Engaging Local Libraries with the New Brunswick Community A Collaborative Case Study Research Initiative: Final Report
Notice bibliographique
Résumé
How can libraries deepen engagement with their communities by working with citizens to address challenges related to healthy living? To explore this question, we conducted a project in conjunction with the New Brunswick Free Public Library (NBFPL) in a mid-sized, highly diverse U.S. city (New Brunswick NJ), and community members from representative diverse ethnic groups. Our project aimed to apply the Kettering Foundation’s 6 democratic practices to help libraries engage with citizens from marginalized populations. More specifically, we intended to enhance library-community relationships through community conversations or “forums” that uncovered issues of common concern around health and well being, with a special emphasis on engaging Latino residents of New Brunswick. Each community conversation, or “forum”, offered a situation or meeting in which people could talk about a problem or matter of public interest in a safe, moderated space. Through this case study approach using community conversations focused on health and well being, we examined the process and outcomes of implementing this collaboration and considered implications of this case example for how public libraries serving diverse populations can grow and sustain meaningful connections with the public and foster civic participation. This project was part of a learning exchange with the Kettering Foundation entitled “Libraries and the Public: Returning to Democratic Roots” that focused on exploring ways that libraries can work with ordinary citizens and communities to address issues of common concern. The exchange also included the Multnomah County (Portland OR), Houston, Cincinnati, and Topeka public libraries. The Kettering Foundation conducts research around the question: “What does it take to make democracy work as it should?”
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,037 | 0,010 |
| Communication savante | 0,015 | 0,007 |
| Science ouverte | 0,005 | 0,016 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».