MétaCan
Menu
Retour à la cohorte
Enregistrement W1530178108 · doi:10.1186/s12940-015-0035-6

Scientific journals and conflict of interest disclosure: what progress has been made?

2015· article· en· W1530178108 sur OpenAlexaff
Kathleen Ruff

Notice bibliographique

RevueEnvironmental Health · 2015
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmaceutical industry and healthcare
Établissements canadiensCanadian Nurses Association
Organismes subventionnairesnon disponible
Mots-clésConflict of interestPolitical scienceMedicineLaw

Résumé

récupéré en direct d'OpenAlex

The article addresses the failure of the scientific community to create an effective mechanism to protect the integrity of the scientific literature from improper influence by vested interests. The seriousness of this threat is increasingly recognized. Scientists willing to distort scientific research to serve vested interests receive millions of dollars for their services. Organizations such as the International Committee of Medical Journal Editors, the World Association of Medical Editors and the Committee on Publication Ethics (COPE) have launched initiatives to establish international standards for Conflict of Interest (COI) disclosure. COPE requires its 7,000 member journals to comply with its Code of Conduct for Journal Editors. While these initiatives are encouraging, they are internal educational endeavours only. Five examples are given showing failure of COPE member journals to comply with COPE's Code of Conduct. While COPE offers a complaint process, it involves only discussion and voluntary compliance. COPE neither polices nor enforces its Code. Instead of the current feeble, un-resourced process, which delivers neither transparency nor accountability, the article proposes the creation of a mechanism that will employ specific, effective measures to address contraventions of COI disclosure requirements.

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)0,069
score de la tête « metaresearch » (Gemma)0,177
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,364

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0690,177
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0080,015
Études des sciences et des technologies0,0050,022
Communication savante0,0290,038
Science ouverte0,0030,007
Intégrité de la recherche0,0170,016
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

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 Opus0,738
Tête enseignante GPT0,569
Écart entre enseignants0,169 · 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.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations56
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental HealthMême sujetPharmaceutical industry and healthcareTravaux en français237 207