Gestire le collezioni elettroniche con dati qualitativi e quantitativi Il case-study di Wiley-Blackwell allUniversità degli Studi di Milano Tiziana Morocutti

Gestire le collezioni elettroniche con dati qualitativi e quantitativi

Il case-study di Wiley-Blackwell all’Università degli Studi di Milano

Tiziana Morocutti e Federica Zanardini

Parte 1. sviluppo di un toolkit per la raccolta e l’analisi dei dati

SISTEMA BIBLIOTECARIO DI ATENEO

Le ragioni di questo lavoro : gestire la collezione in tempi di crisi economica

Analizziamo le relazioni tra le entità in gioco

content usefulnes

s

prices

(ingranaggi o mine vaganti?)


Il primo case-study: la collezione Wiley-Blackwell

I dati a nostra disposizione:

• Statistiche d’uso (2008 JR1)• Dati economici (2009 listino prezzi, termini contrattuali)• Dati bibliografici (2009 lista dei titoli, copertura disciplinare)• Dati demografici sugli utenti (anagrafica UNIMI 2009)• Risultati del questionario agli utenti (2009)

Recuperare dati qualitativi: un questionario online per verificare il grado di interesse dei titoli Wiley

• Per ogni titolo del catalogo Wiley 2009 è stato chiesto di indicare se “utile” o “irrinunciabile”

• Non voto = non utile• Somministrato a docenti e ricercatori (2.440 persone)• Aperto per 40 giorni• Il 25% del campione ha risposto (650 persone)


Distribuzione dei prezzi dei titoli W-B


Distribuzione dell’uso (f.t. scaricati)

• 2008 downloads = 157,606

• 30% dei titoli => 85% dell’uso

(sottoscritti e non in carta)

• 4% dei titoli mai scaricati

• Nella classe[0-100 dw] – sono contenuti 850 titoli– corrispondenti a 23.000 dw– È una long-tail?



Distribuzione del valore percepito (questionario)

• “Quali riviste Wiley-Blackwell sono importanti per te?”• 94% dei titoli sono stati selezionati• 35% dei titoli sono stati selezionati da almeno 10 utenti

Relazione tra uso e valore percepito

• Uso e valore percepito sono correlati e/o connessi?

• Rappresento i dati su uno scatter plot: ogni titolo è rappresentato da una coppia di valori

• => l’area a maggior densità è quella del basso-uso e basso valore percepito


Relationship between usage and perceived value

0

1000

2000

3000

4000

5000

6000

7000

8000

0 20 40 60 80 100 120

#selezioni

#d

ow

nlo

ad

La correlazione tra le due variabili è lineare?

• Si calcola l’indice di Pearson R, cioè il grado di correlazione lineare

• R è adimensionale (0< R < 1)

• Si ottiene:– R = 0.55 titoli con #download > 100 (media correlazione

lineare)– R = 0.35 titoli con #downloads <= 100 (scarsa

correlazione lineare)



Un altro tool del kit: l’indice di anomalia

Journal ranking 1/2

• L’utilità viene definita attraverso un algoritmo che combina dati sull’uso e valore percepito:

U = (e + 0.2u) * downloadsU = utilitàe = numero di selezioni “irrinunciabile”u = numero di selezioni “utile”

• Ai titoli viene assegnato un punteggio e una classifica• Considerando anche il prezzo di listino (p+e) la lista

può essere usata per calcolare il risparmio in relazione alle cancellazioni



Journal ranking 2/2

Con l’attuale modello di pricing risparmi apprezzabili rispetto al Big Deal sono raggiunti solo tagliando un numero considerevole di titoli

I primi 300 titoli costano quanto l’intero pacchetto sottoscritto in Big Deal

Documents

Gestire le collezioni elettroniche con dati qualitativi e quantitativi Il case-study di Wiley-Blackwell allUniversità degli Studi di Milano Tiziana Morocutti