MétaCan
Menu
Retour à la cohorte
Enregistrement W2474434229 · doi:10.1002/pra2.2015.145052010013

Authorship, Patents, Citations, Acknowledgments, Tweets, Reader Counts and the Multifaceted Reward System of Science

2015· article· en· W2474434229 sur OpenAlexaff
Nadine Desrochers, Timothy D. Bowman, Stefanie Haustein, Philippe Mongeon, Anabel Quan‐Haase, Adèle Paul‐Hus, Rodrigo Costas, Vincent Larivière, Jen Pecoskie, Andrew Tsou

Notice bibliographique

RevueProceedings of the Association for Information Science and Technology · 2015
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensWestern UniversityUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésDisciplineReward systemPerceptionSocial mediaData sciencePsychologyComputer scienceSociologySocial scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Building upon well‐established paradigms brought forth by such theorists as Robert K. Merton, Pierre Bourdieu, and Blaise Cronin, the panel will span the full cycle of academic production to show, through various bibliometric measures and other quantitative and qualitative analyses, how the reward system of science is evolving. While there is strong evidence to suggest that such forms of dissemination as social media output and blogging are being incorporated into scientific practices, scientific impact still remains principally assessed using measures such as authorship and citations, whilst other elements, such as acknowledgements, have received varying levels of regard at various times. Disciplinary considerations also arise. Using a wide range of approaches, measures, and datasets, the panelists will establish links between their individual research to create an empirically driven picture of the reward system of science and its indicators. Through the use of the Polldaddy application, audience members will answer questions and create an overview of their perception of the reward system of science.

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)0,037
score de la tête « metaresearch » (Gemma)0,105
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,396
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0370,105
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0100,059
Études des sciences et des technologies0,0000,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,233
Tête enseignante GPT0,449
Écart entre enseignants0,216 · 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'étudeThéorique ou conceptuel
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

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Association for Information Science and TechnologyMême sujetscientometrics and bibliometrics researchTravaux en français237 207