مدیریت منابع خاکستری در کتابخانه های دانشگاهی: مطالعه موردی دانشگاه تبریز
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 426
This Paper With 23 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_STIM-5-2_001
تاریخ نمایه سازی: 6 خرداد 1399
Abstract:
هدف: مدیریت منابع خاکستری با داشتن ارزش اطلاعاتی منحصر به فرد در توسعه دانش، کمتر مورد بررسی قرار گرفته است. بر همین اساس در این پژوهش به بررسی وضعیت مدیریت منابع خاکستری در کتابخانه های دانشگاه تبریز پرداخته شد. روش: روش تحقیق حاضر از نوع پیمایشی – توصیفی بوده و جامعه آماری 41 نفر شامل تمامی کارکنان کتابخانه های دانشگاه تبریز است. داده های اولیه با استفاده از پرسشنامه جمع آوری و با استفاده از نرم افزار SPSS تحلیل شد. یافته ها: براساس نتایج تحقیق، در کتابخانه های دانشگاه تبریز میانگین نمره تامین منابع خاکستری خیلی پایین تر از متوسط (1/29 درصد)، میانگین سازماندهی منابع خاکستری اندکی پایین تر از متوسط (2/46 درصد)، میانگین نگهداری منابع خاکستری کمی بالاتر از متوسط (8/53 درصد) و میانگین دسترسی به منابع خاکستری اندکی بالاتر از متوسط (4/56 درصد) می باشد که در کل، وضعیت این کتابخانه ها از نظر تامین، سازماندهی، نگهداری و دسترسی اندکی پایین تر از متوسط (3/46 درصد) می باشد. همچنین میانگین چالش های مدیریت منابع خاکستری (9/51 درصد) و میانگین بهبود مدیریت منابع خاکستری در حد متوسط (4/51 درصد) می باشند. نتیجه گیری: با توجه به نتایج تحقیق، دانشگاه تبریز به مدیریت منابع خاکستری کتابخانه های خود توجه آنچنانی نمی کند و مسئولین دانشگاه کمتر از حد انتظار این نوع منابع را مورد حمایت قرار می دهند. بر همین اساس باید مدیریت این منابع جزو اولویت های کتابخانه های دانشگاهی باشد، چراکه این منابع با داشتن ارزش اطلاعاتی منحصر به فرد و ویژه در توسعه دانش و پژوهش، بسیار ارزشمند هستند.
Keywords:
Authors
سعید غفاری
گروه علم اطلاعات و دانش شناسی، دانشگاه پیام نور، واحد قم، قم، ایران.
رقیه عباس زاده
علم اطلاعات و دانش شناسی، دانشگاه پیام نور، واحد قم، قم، ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :