Aiutare le riviste a migliorare la loro qualità editoriale: un'analisi dei dati sugli effetti dei nuovi criteri di DOAJ
Notice bibliographique
Résumé
In 2013, Directory of Open Access Journals (DOAJ) expanded and updated its inclusion criteria and its journal evaluation process, ultimately removing a large number of journals that failed to submit an updated application. The present study examined the results of the new process and its capability to improve the quality of the directory and the reliability of the information contained in it. A dataset of 12.595 journals included in DOAJ, since its launch in 2003 until May 15th 2016, was examined and compared to other data. The number of journals deleted from DOAJ during this period is 3776; the majority of them (2851 journals) were excluded because publishers failed to complete the reapplication on time; 490 had ceased publication or were otherwise inactive; 375 were excluded for ethical issues; 53 because they were no longer open access or the content was embargoed, the final 7 were removed for other reasons. The top five countries in terms of the percentage of journals removed are: Japan (74% of journals removed); Pakistan (60%); Canada (51%); United States (50%); and Mexico (49%). Our study has shown that 158 of the removed journals are included in Beall’s lists; 1130 journals indexed in DOAJ are included in Scopus and/or JCR. Our analysis demonstrates that, thanks to the new acceptance criteria, to the improved screening process performed by national groups under the direction of the new management, there is a noticeable quality improvement of the journals indexed in DOAJ.
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 | 0,184 | 0,572 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,015 | 0,030 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,018 | 0,010 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».