MétaCan
Menu
Retour à la cohorte
Enregistrement W7135785662

The acquisition strategy of foreign-language books in public libraries: A comparative study

2017· dissertation· cs· W7135785662 sur OpenAlexaboutno aff
Klára Jampílková

Notice bibliographique

RevueDigital Repository (National Repository of Grey Literature) · 2017
Typedissertation
Languecs
DomaineComputer Science
ThématiqueLibrary Collection Development and Digital Resources
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCzechFoundation (evidence)Key (lock)Knowledge acquisitionWork (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Public libraries are facing a great challenge to succeed in serving their increasingly diverse communities. This thesis focuses on the acquisition of foreign-language books in public libraries and attempts to address the question whether libraries have special strategies to select and acquire foreign-language books. Particular attention is paid to fiction, the main genre offered by public libraries. To help answer the thesis question, the author compares the acquisition strategies of the Municipal Library of Prague and the Zentral- und Landesbibliothek Berlin using structured interviews with the key persons responsible for the acquisition of foreign-language books. As a background, the author provides a literature review of foreign-language materials in public libraries and specifically, the acquisition strategy for those materials (i.e. including case studies, research projects and trends from the Czech Republic, the US, Canada, Australia, Sweden, Denmark and Netherlands). This knowledge foundation is considered in the comparison of the two libraries and their acquisition strategies. The comparative study confirms the trends highlighted in the literature review, such as outsourcing, approval plans and gifts as common ways of acquiring foreign- language literature. This thesis further contributes...

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,012
Études des sciences et des technologies0,0040,002
Communication savante0,0080,007
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,268
Écart entre enseignants0,245 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Repository (National Repository of Grey Literature)Même sujetLibrary Collection Development and Digital ResourcesTravaux en français237 207