Manuscript processing times are negatively correlated with journal impact factors
Notice bibliographique
Résumé
A limited two-year time window is used to calculate a journal's impact fac- tor, which suggests that journals with faster publication times will have higher impact factors. To confirm this hypothesis, the manuscript processing times (median time to acceptance and median time to publication) were determined for articles from 42 journals selected from seven different research areas. Both accep- tance time and publication time were found to be negatively correlated with impact factor. When analysed by research category, processing times were even more strongly negatively correlated with the group's median impact factor. Resume : Le calcul du facteur d'impact se fait a partir d'une intervalle limitee de deux ans, ce qui donne a penser que les revues scientifiques dont les delais de publi- cation sont plus courtes seront aussi celles qui jouiront des facteurs d'impact les plus eleves. Pour confirmer cette hypothese, nous avons determine les delais de traite- ment des manuscrits (delai moyen d'acceptation et delai moyen de publication) pour les articles de 42 revues selectionnees parmi sept domaines de recherche diffe- rents. Nous avons constate une correlation negative entre les deux delais d'accepta- tion et de publication et le facteur d'impact. Lors de l'analyse par domaine de recherche, nous avons constate une correlation encore plus fortement negative entre les delais de traitement et le facteur d'impact du groupe moyen.
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 | 0,014 | 0,141 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».