Scientific Publications: Moving beyond Quality and Quantity toward Influence
Notice bibliographique
Résumé
A debate continues on the relative importance of quality and quantity in scientific publication. Recent published correspondence (Fischer et al. 2012) heralds a movement to reemphasize quality research over quantity. Although we certainly agree with the call for quality, decrying quantity likewise poses a trade-off that may ultimately be undesirable for fostering an impactful body of research and advancing science. Instead, we argue for an integrated view of scientific contributions that incorporates elements of both quality and quantity. We describe this view as influence. Quality refers to the standard of something as measured against something similar. In a research context, this is inherently problematic, because it is challenging to make such subjective comparisons. For example, is a single paper published in a “top-tier” high-impact journal, which is consequently likely to be broadly read and cited, a more valuable contribution to a research field than two or more papers published in “lower-tier” journals (Loyola et al. 2012)? Quantity is more straightforward to define, because it refers to the number of publications generated by an individual researcher or a research group. However, simply counting the number of publications fails to provide an indication of the quality of the work. Quality is nebulous, whereas quantity is more tractable, but neither attribute alone provides an adequate assessment of the full value of a scientific contribution.
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 | 0,110 | 0,233 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,025 | 0,027 |
| Études des sciences et des technologies | 0,006 | 0,067 |
| Communication savante | 0,055 | 0,084 |
| Science ouverte | 0,004 | 0,021 |
| Intégrité de la recherche | 0,010 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».