MétaCan
Menu
Retour à la cohorte
Enregistrement W1981318800 · doi:10.2106/jbjs.g.01687

Nonscientific Factors Associated with Acceptance for Publication in The Journal of Bone and Joint Surgery (American Volume)

2008· article· en· W1981318800 sur OpenAlexaffabout
Kanu Okike, Mininder S. Kocher, Charles T. Mehlman, James D. Heckman, Mohit Bhandari

Notice bibliographique

RevueJournal of Bone and Joint Surgery · 2008
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmaceutical industry and healthcare
Établissements canadiensMcMaster UniversityHamilton General Hospital
Organismes subventionnairesnon disponible
Mots-clésOdds ratioConfidence intervalMedicineLogistic regressionOddsFamily medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: While it is widely accepted that scientific factors may render a study more likely to be accepted for publication, it is less clear whether nonscientific factors may also be associated with publication. The purpose of this study was to identify the nonscientific factors associated with acceptance for publication by The Journal of Bone and Joint Surgery (American Volume). METHODS: A total of 1173 manuscripts submitted to The Journal of Bone and Joint Surgery between January 1, 2004, and June 30, 2005, for publication as scientific articles were analyzed as part of a study on publication bias in the editorial decision-making process. Information was collected on nonscientific factors plausibly associated with acceptance for publication, including study location, conflict-of-interest disclosure, sex of the author, primary language, and the number of prior publications by the corresponding author in frequently cited orthopaedic journals. The final disposition term (acceptance or rejection) was recorded, and logistic regression was used to identify factors associated with acceptance for publication. RESULTS: Manuscripts from countries other than the United States or Canada were significantly less likely to be accepted (odds ratio, 0.51; 95% confidence interval, 0.28 to 0.92; p = 0.026). Factors positively associated with acceptance for publication were conflict-of-interest disclosure involving a nonprofit entity (odds ratio, 1.92; 95% confidence interval, 1.35 to 2.73; p < 0.001) and ten or more prior publications in frequently cited orthopaedic journals by the corresponding author (odds ratio, 2.01; 95% confidence interval, 1.33 to 3.05; p = 0.001). We did not find a significant association between acceptance and conflict-of-interest disclosure involving a for-profit company, sex of the corresponding author, or primary language. CONCLUSIONS: Manuscripts submitted to The Journal of Bone and Joint Surgery were more likely to be accepted if they were from the United States or Canada, reported a conflict of interest related to a nonprofit entity, or were authored by an individual with ten or more prior publications in frequently cited orthopaedic journals.

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)0,025
score de la tête « metaresearch » (Gemma)0,211
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,211
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,476
Tête enseignante GPT0,454
Écart entre enseignants0,022 · 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

Citations50
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Bone and Joint SurgeryMême sujetPharmaceutical industry and healthcareTravaux en français237 207