Étude de la perception de dirigeants de bibliothèques universitaires québécoises envers un système technologique innovant : les plateformes de services pour bibliothèques
Bibliographic record
Abstract
L’innovation est un sujet d’intérêt en bibliothéconomie. Aussi, ce mémoire de maîtrise explore l'innovation en bibliothèques universitaires en cherchant à comprendre les perceptions de dirigeants de ces bibliothèques sur un outil innovant et sur son adoption potentielle au sein d’un regroupement : les plateformes de services pour bibliothèques (PSB). Ces plateformes sont décrites comme étant mieux intégrées que le système intégré de gestion de bibliothèque. Elles donnent accès à des données bibliographiques partagées et proposent de nouveaux flux de travail. Elles facilitent aussi la mutualisation des ressources entre plusieurs bibliothèques. Dans cette étude de cas simple, des entrevues semi-dirigées ont été réalisées auprès de sept dirigeants du groupe SB9, un réseau de bibliothèques de l’Université du Québec, pour recueillir leurs perceptions sur les PSB, à la suite de l’amorce d’une réflexion en vue d’une adoption partagée. Des résultats ressortent les avantages et les désavantages de ces systèmes pour les bibliothèques universitaires au sein d’un regroupement. Ils permettent aussi d’évaluer la compatibilité de ces systèmes avec leur contexte et la complexité liée à leur adoption. Enfin, ils font ressortir les sources d’influence poussant à l’adoption des PSB. Cette étude met en évidence comment l’adoption potentielle d’une innovation technologique peut agir comme levier pour la transformation organisationnelle, la création de services à valeur ajoutée pour les usagers et de nouvelles collaborations entre bibliothèques. L’impact des PSB va au-delà de leurs fonctionnalités, offrant de nouvelles opportunités aux bibliothèques. Enfin, cette étude offre une perspective nouvelle sur l’innovation dans les bibliothèques universitaires du Québec.
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 | 0.005 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
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".