MétaCan
Menu
Retour à la cohorte
Enregistrement W7036243004

Analyses of Mentoring Expectations, Activities and Support in Canadian Academic Libraries

2014· article· en· W7036243004 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarship@Western (Western University) · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueFlow Experience in Various Fields
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRestructuringAcademic libraryWork (physics)Higher educationProfessional developmentCareer development
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Mentoring expectations, activities, and support in Canadian college and university libraries were investigated by surveying 332 recent MLIS graduates, practicing academic librarians, and library administrators. Findings indicate that the presence of a mentoring program will help attract new librarians, retain them, and aid in restructuring efforts that are currently facing many academic libraries. Preferred mentoring activities include those belonging to psychosocial support, career guidance, and role modeling themes. Other results find that librarians who were mentored as new librarians, have more than 10 years of experience, and work in large academic institutions are significantly more likely to mentor others. Although currently not well-supported by academic administrators, this research shows that mentoring programs could be sustainable. Mentoring improves the professional experience for librarians who are more satisfied and engaged with their careers, which in turn benefits the organization with less turnover. Practical information from this research will guide academic library practitioners in current mentoring relationships, and library leaders can extrapolate results to support planning and implementation of mentoring programs. Implications for LIS education are also discussed.

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)0,004
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,235

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0090,002
Communication savante0,0040,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,121
Tête enseignante GPT0,380
Écart entre enseignants0,260 · 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
DomaineIncitatifs
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)Même sujetFlow Experience in Various FieldsTravaux en français237 207