Bibliotecas Universitárias: tendências, modelos e competências
Bibliographic record
Abstract
Novas tendências e novas competências das bibliotecas universitárias, constituem o enfoque desta comunicação e são o resultado das mudanças introduzidas por Bolonha que transformou o ensino aprendizagem num processo mais colaborativo e aberto, a par da intensa utilização das tecnologias no quotidiano dos utilizadores e na sua formação académica. Este estudo teve por base um trabalho de doutoramento em ciências da informação e adotou a metodologia da triangulação de dados (metodologia quantitativa, observação e revisão da literatura), permitindo redefinir um novo modelo para as bibliotecas universitárias que assumem hoje um papel inovador e interventivo no apoio às atividades de investigação, na literacia da informação, na proximidade com os utilizadores e de cumplicidade com a comunidade externa à universidade. O recurso às ontologias, à web semântica, à computação em nuvem e à curadoria digital na preservação e recuperação da informação e dos dados científicos, são tendências que estão a consolidar-se nas práticas das bibliotecas universitárias e exigem o reforço das competências dos bibliotecários em domínios diversificados e abrangentes sobretudo na área tecnológica e digital de modo a conseguirem comunicar o seu valor e afirmar-se na comunidade académica como serviços imprescindíveis a um ensino universitário de qualidade.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.025 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.014 | 0.033 |
| Science and technology studies | 0.006 | 0.012 |
| Scholarly communication | 0.032 | 0.027 |
| Open science | 0.003 | 0.008 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.023 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".