Notice bibliographique
Résumé
OBJECTIVE: The Impact Factor (IF) has received virtually no attention in the psychiat ric literature, despite its long-term use, expanding influence and evidence of misapplication. We examine the IF's validity as a measure of a paper's scientific worth, and consider alternative ways to conduct such an appraisal. METHOD: We explored medical databases and websites, and conferred with acknowledged experts on the subject. RESULTS: Irremediable problems, both conceptual and technical, make the IF a flawed measure. The notion that citations vouch for the quality of an article is questionable. Moreover, the IF's vulnerability to misuse in domains such as academic promotion and research grant assessment is a serious development. CONCLUSION: The IF (and all measures derived from it) should be abandoned. A "return to basics" in evaluating published work is overdue. As seductive as a simple formula is to assess quality, shortcuts are unavailable and unlikely to be useful. Publishing a short-list of papers annually, judged as objectively as possible by peers to merit special attention, may be a more meaningful option. Conceivably, every psychiatric journal could participate in this cyclical exercise, leading to a "grand short-list". This could be made readily available to all professionals, both researchers and clinicians, by being posted on a suitable website. Since peer review has a long-standing role in scientific publishing, our proposal is essentially an extension of that process.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,190 | 0,520 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,014 | 0,015 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,017 | 0,016 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,053 | 0,011 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».