MétaCan
Menu
← Retour à la cohorte
Enregistrement W2318309503 · doi:10.3899/jrheum.151278

Ghost Busting, Taking the Sheet Off the Ghost

2016· editorial· en· W2318309503 sur OpenAlexvenueno aff
Robert J. Moots, Kate Wilson, Earl D. Silverman

Notice bibliographique

RevueThe Journal of Rheumatology · 2016
Typeeditorial
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmaceutical industry and healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRheumatologyMedicineInternal medicineFamily medicine

Résumé

récupéré en direct d'OpenAlex

> Copublished with permission in Rheumatology, The Journal of Rheumatology, Clinical and Experimental Rheumatology, Clinical Rheumatology, Rheumatology International, Modern Rheumatology, Zeitschrift für Rheumatologie and Reumatología clínica. All rights reserved in respect of Rheumatology, ©The Authors 2016. For The Journal of Rheumatology, ©The Journal of Rheumatology 2016. For Clinical Rheumatology, ©Clinical Rheumatology 2016. For Clinical and Experimental Rheumatology, ©Clinical and Experimental Rheumatology 2016. For Rheumatology International and Zeitschrift für Rheumatologie, © Springer-Verlag GmbH Berlin Heidelberg 2016. For Modern Rheumatology, ©Japan College of Rheumatology 2016. For Reumatología clínica,© Elsevier España, S.L.U. Barcelona, 2016. Ghost authorship, defined as when an individual has made a substantial contribution to writing, research, or editing of a manuscript, but is neither listed as an author nor appropriately acknowledged in the paper, is a cause for concern in biomedical publishing. A reader needs to be confident that the paper they are reading is the work of those prepared to take responsibility for it. The question of ghost authorship examines the criteria of what qualifies a person to be an author of a paper. Where does contribution end and authorship begin? … Address correspondence to K. Wilson; E-mail: editorial{at}rheumatology.org.uk

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,566

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,027
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0060,004
Science ouverte0,0010,002
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,1690,123

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 Opus0,224
Tête enseignante GPT0,517
Écart entre enseignants0,293 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rheumatology→Même sujetPharmaceutical industry and healthcare→Travaux en français237 207→