Notice bibliographique
Résumé
In this week's BMJ, Peter Bacchetti complains about another side of peer review: finding errors when they are not there (p 1271). All those involved in peer review certainly know about the shortcomings of the process, but I am not so sure if the majority of readers are so aware of these shortcomings. Often I hear such questions as “hasn't this article gone through peer review?” A visit to www.ama-assn.org/public/peer/peerhome.htm might serve as an eye opener. The Journal of the American Medical Association and the BMJ Publishing Group organise a conference on peer review every four years—it's a bit like a biomedical publishing version of the Olympic Games. Unfortunately, the conference website is not very entertaining—the pages mainly consist of text as the topic doesn't lend itself to interactivity. You might find, however, interesting information on what it could mean to be a second, third, or last author, or what makes a good referee. The peer review process appears to be a threatening and rather intangible animal to many journal contributors. Accordingly, the Committee on Publication Ethics (COPE, www.publicationethics.org.uk) states that all scientific journals should be explicit about their peer review process. Now comes the interactive part: try to find a description of the peer review process of your favourite journals. I am not sure whether this will come as a surprise but if most of the major general and specialist journals mention their peer review process at all, they do so only in vague terms. Those that are explicit about it include The Annals of Internal Medicine (www.annals.org/shared/author_info.html) and the Canadian Medical Association Journal (www.cmaj.ca/misc/ifora.shtml#rev), not forgetting the BMJ (bmj.com/advice/30.html). Funding bodies such as the Medical Research Council (www.mrc.ac.uk/index/funding/funding-specific_schemes/funding-assessment_process.htm) and the United States' National Institutes of Health (grants1.nih.gov/grants/peer/peer.htm) provide even more detailed information. After struggling your way through all this information it still might not be terribly clear what will actually happen to your paper. In the case of open peer review, you know at least afterwards what happened to your paper, but there are certainly other good reasons for opening the process (bmj.com/cgi/content/full/318/7175/4).
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 | 0,095 | 0,282 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,010 | 0,005 |
| Études des sciences et des technologies | 0,007 | 0,009 |
| Communication savante | 0,028 | 0,016 |
| Science ouverte | 0,009 | 0,014 |
| Intégrité de la recherche | 0,013 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,153 | 0,263 |
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 ».