Evidence Based Library and Information Practice EBL 101 A New Path: Research Methods
Notice bibliographique
Résumé
), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly attributed, not used for commercial purposes, and, if transformed, the resulting work is redistributed under the same or similar license to this one. For more than two years, this column has taken you through the steps of evidence based library and information practice (EBLIP). With the final step taken in the last issue (keeping in mind that EBLIP is an iterative process and that the notion of the final step is sometimes interpretive), it is time to choose a new path and take the first step on an exciting new journey. For the next while, I will explore the exhilarating world of research methods! Do I sound invigorated? I am! I’m no expert, by any means. But, I am a lifelong learner; a practitioner-researcher with a strong interest in research methods, so we are going to learn together. And of course this column is EBL 101, so the information will be introductory and by no means exhaustive. As of right now, I have no set plan on the exact methods I will tackle, nor the order in which I will wrestle them to the ground. So if you have any needs or suggestions, please let me know. For this first column on our new path, I’m going to talk about qualitative and quantitative research in general. Yes, that is a big topic for a small column, so let’s see how it goes. The rivalry between the Toronto Maple Leafs and the Montreal Canadians (hockey for the non-Canadians on board) has nothing on the rivalry between quantitative and qualitative research methods, or at least between the researchers devoted to them. Qualitative scholars consigned quantitative research to the lower echelons of the scientific field because of its “subjective, interpretive approach ” (Denzin
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 | 0,065 | 0,230 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,053 | 0,031 |
| Science ouverte | 0,004 | 0,019 |
| Intégrité de la recherche | 0,015 | 0,027 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,276 | 0,270 |
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 ».