Characterization of Published Errors in High-Impact Oncology Journals
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To assess the frequency and propagation rate of published errors in the oncology literature and to determine possible contributing factors. METHODS: We reviewed 10 major oncology journals to determine variability in the online presentation of errata. Canadian oncologists were surveyed regarding characteristics that may influence error propagation. Errors published during 2004-2007 in the Journal of Clinical Oncology (jco) and the Journal of the National Cancer Institute (jnci) were classified as trivial or serious (that is, whether change in outcome was involved). The frequency of citation and error propagation was determined for serious errors. RESULTS: Of the 10 journals reviewed, 9 present links from the original article to the erratum; in 4 of those 9 journals, at least 1 link was missing. Survey results indicate that 33% of oncologists do not read errata, and 45% have read only the abstract when referencing an article. Although 59% of oncologists have noticed errors in cancer publications, only 13% reported the error. Together, jco and jnci published 190 errata, for an error rate of 4% ± 1% (standard deviation) annually; 26 of 190 errors were serious (14%). The median time from publication of the article to the corresponding erratum was 3.5 months for trivial errors as compared with 8.3 months for serious errors (p = 0.03). Error propagation in citations before and after publication of the erratum was 15% and 2% respectively (p < 0.01). CONCLUSIONS: Error rates in high-impact oncology journals average 4%, which is likely an underestimate, because errors noticed by readers are not consistently reported. Propagation of serious errors decreases, but still continues, after publication of errata.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
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 découle