Perspectives from early career researchers on the publication process in ecology - a response to Statzner & Resh (2010)
Notice bibliographique
Résumé
1. Two senior ecologists summarised their experience of the scientific publication process (Statzner & Resh, Freshwater Biology, 2010; 55, 2639) to generate discussion, particularly among early career researchers (ECRs). As a group of eight ECRs, we comment on the six trends they described. 2. We generally agree with most of the trends identified by Statzner & Resh (2010), but also highlight a number of divergent perspectives and provide recommendations for change. Trends of particular concern are the use of inappropriate metrics to evaluate research quality (e.g. impact factor) and the salami slicing of papers to increase paper count. We advocate a transparent and comprehensive system for evaluating the research. 3. We stress the importance of impartiality and independence in the peer review process. We therefore suggest implementation of double-blind review and quality control measures for reviewers and possibly editors. Besides such structural changes, editors should be confident to overrule biased reviewer recommendations, while reviewers should provide helpful reviews but be explicit if a submission does not meet quality standards. Authors should always conduct a thorough literature search and acknowledge historical scientific ideas and methods. Additionally, authors should report low-quality copy editing and reviews to the editors. 4. Both early and late career researchers should jointly implement these recommendations to reverse the negative trends identified by Statzner & Resh (2010). However, more senior scientists will always have to take the lead with respect to structural changes in the publication system given that they occupy the majority of decision-making positions.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,027 | 0,044 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».