MétaCan
Menu
Retour à la cohorte
Enregistrement W2012890844 · doi:10.2106/jbjs.g.00279

Publication Bias in Orthopaedic Research: An Analysis of Scientific Factors Associated with Publication in The Journal of Bone and Joint Surgery (American Volume)

2008· article· en· W2012890844 sur OpenAlexaff
Kanu Okike, Mininder S. Kocher, Charles T. Mehlman, James D. Heckman, Mohit Bhandari

Notice bibliographique

RevueJournal of Bone and Joint Surgery · 2008
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueAcademic Writing and Publishing
Établissements canadiensHamilton General Hospital
Organismes subventionnairesnon disponible
Mots-clésOdds ratioConfidence intervalMedicineLogistic regressionPublication biasSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Positive outcomes are common in the orthopaedic literature, and there are many who believe it may be due to the preferential publication of studies with positive findings-a phenomenon known as publication bias. The purpose of this investigation was to determine whether positive findings rendered a manuscript submitted to The Journal of Bone and Joint Surgery (American Volume) more likely to be accepted for publication. METHODS: A total of 1181 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, with 855 meeting the inclusion criteria. The direction of the study findings (positive, neutral, or negative) was independently graded by three blinded reviewers. The final disposition (acceptance or rejection) was recorded, as was information on the scientific characteristics plausibly related to acceptance or rejection. Logistic regression was used to identify factors associated with acceptance for publication. RESULTS: The overall acceptance rate was 21.8% (186 of 855 studies). The study outcome was positive for 72.5% (620) of the manuscripts. The acceptance rate for the 235 manuscripts with nonpositive findings was 23.0% (fifty-four studies) compared with 21.3% (132) of the 620 studies with positive findings (crude odds ratio, 1.10 [95% confidence interval, 0.77 to 1.58]; p = 0.593). After controlling for all covariates, the adjusted odds ratio was 0.92 (95% confidence interval, 0.62 to 1.35; p = 0.652). In the multivariate analysis, the only factor significantly associated with acceptance for publication was level of evidence (p = 0.001). CONCLUSIONS: We found no evidence of publication bias in the review of manuscripts for publication by The Journal of Bone and Joint Surgery, as positive and nonpositive studies were accepted at similar rates. The dearth of nonpositive studies in the orthopaedic literature is of concern, and may be due largely to investigator-based factors. Orthopaedic researchers should submit negative and neutral studies for publication, confident that the likelihood of acceptance will not be influenced by the direction of study findings.

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)0,197
score de la tête « metaresearch » (Gemma)0,485
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,803
Score d'incertitude au seuil0,990

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1970,485
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,008
Bibliométrie0,0150,018
Études des sciences et des technologies0,0020,003
Communication savante0,0040,003
Science ouverte0,0020,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,268
Tête enseignante GPT0,299
Écart entre enseignants0,031 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

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

Citations98
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Bone and Joint SurgeryMême sujetAcademic Writing and PublishingTravaux en français237 207