MétaCan
Menu
Retour à la cohorte
Enregistrement W2283711217

Manuscript processing times are negatively correlated with journal impact factors

2013· article· en· W2283711217 sur OpenAlexvenueno aff
W. Brent Lievers

Notice bibliographique

RevueCanadian journal of information science · 2013
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

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 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)0,013
score de la tête « metaresearch » (Gemma)0,025
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesBibliométrie, Communication savante
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,247
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0640,099
Études des sciences et des technologies0,0010,001
Communication savante0,0170,027
Science ouverte0,0030,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,264
Tête enseignante GPT0,457
Écart entre enseignants0,193 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian journal of information scienceMême sujetscientometrics and bibliometrics researchTravaux en français237 207