MétaCan
Menu
Retour à la cohorte
Enregistrement W2083730353 · doi:10.1111/voxs.12076

How to get a paper published

2014· article· en· W2083730353 sur OpenAlexaff
Geraldine M. Walsh, Dana V. Devine

Notice bibliographique

RevueISBT Science Series · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAcademic integrity and plagiarism
Établissements canadiensCanadian Blood ServicesUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPublicationContext (archaeology)StorytellingWork (physics)Computer scienceEngineering ethicsScientific communicationData scienceManagement scienceLibrary sciencePolitical scienceEngineeringHistoryLaw

Résumé

récupéré en direct d'OpenAlex

Publication of research findings and novel concepts in the biomedical literature is the mainstay of knowledge mobilization. The communication of scientific work as papers follows a well‐established framework. A clear understanding of the nature of this framework and how to assess one's own work against it is critical to successful acceptance and subsequent publication of manuscripts. This paper reviews the standard framework for scientific communication. Communicating your findings is a form of scientific storytelling. Generally, an author must capture the interest of a potential reader right at the abstract, which is sometimes the only way a reader sees the paper if they have discovered the work using a search engine. In the main body of the paper, the author must clearly explain how the study was designed and carried out with careful attention paid to any important details and to the statistical analysis, if appropriate. Results must be presented in a manner that is clear and easily interpreted by the reader. Then, the work should be discussed in the context of other work in the area, emphasizing the novel findings. This review will also address the issues of deciding where to publish and what happens to the paper after submission. Our intent is to provide general guidance for the publication of papers in the biomedical literature rather than be focused on publication in any specific journal.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,004
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,273
Écart entre enseignants0,260 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISBT Science SeriesMême sujetAcademic integrity and plagiarismTravaux en français237 207