MétaCan
Menu
Retour à la cohorte
Enregistrement W2586776028 · doi:10.5406/amerjpsyc.130.1.0105

Publish and Perish: Psychology’s Most Prolific Authors Are Not Always the Ones We Remember

2017· article· en· W2586776028 sur OpenAlexaff
Christopher D. Green

Notice bibliographique

RevueThe American Journal of Psychology · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueAcademic and Historical Perspectives in Psychology
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPublish or perishPsycINFORealmPsychologyPublicationPublishingHistoryLiteratureMEDLINEArtLaw

Résumé

récupéré en direct d'OpenAlex

What is the relationship between being highly prolific in the realm of publication and being remembered as a great psychologist of the past? In this study, the PsycINFO database was used to identify the historical figures who wrote the most journal articles during the half-century from 1890 to 1939. Although a number of the 10 most prolific authors are widely remembered for their influence on the discipline today-E. L. Thorndike, Karl Pearson, E. B. Titchener, Henri Pi6ron-the majority are mostly forgotten. The data were also separated into the 5 distinct decades. Once again, a mixture of eminent and obscure individuals made appearances. Most striking, perhaps, was the great increase in articles published over the course of the half-century-approximately doubling each decade-and the enormous turnover in who was most prolific, decade over decade. In total, 100 distinct individuals appeared across just 5 lists of about 25 names each.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,484
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,008
Communication savante0,0000,000
Science ouverte0,0030,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,067
Tête enseignante GPT0,420
Écart entre enseignants0,352 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations12
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American Journal of PsychologyMême sujetAcademic and Historical Perspectives in PsychologyTravaux en français237 207