MétaCan
Menu
Retour à la cohorte
Enregistrement W2589854312 · doi:10.1139/facets-2016-0032

Open access articles receive more citations in hybrid marine ecology journals

2017· article· en· W2589854312 sur OpenAlexafffundvenue
Jeff C. Clements

Notice bibliographique

RevueFACETS · 2017
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNew Brunswick Innovation Foundation
Mots-clésCitationPublishingOpen access publishingLimitingScholarly communicationEcologyImpact factorOpen scienceLibrary scienceComputer sciencePolitical scienceBiologyEngineeringStatisticsLaw

Résumé

récupéré en direct d'OpenAlex

The accumulation of evidence that open access publishing can increase citation rates highlights one benefit of universal accessibility to scholarly works. However, studies investigating the effect of open access publishing on citations are typically conducted across a wide variety of journals and disciplines, introducing a number of potential issues and limiting their utility for specific disciplines. Here, I used three primary marine ecology journals with an open access option as a “microcosm” of scientific publishing to determine whether or not open access articles received more citations than non-open access articles during the same time frame, controlling for self-citations, article type, and journal impact factor. I also tested for the effects of time since publication and the number of authors. Citations were positively correlated with time since publication and differed across the three journals. In addition, open access articles received significantly more citations than non-open access articles. Self-citations increased with author number and were affected by a complex interaction between open access, journal, and time since publication. This study demonstrates that open access articles receive more citations in hybrid marine ecology journals, although the causal factors driving this trend are unknown.

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)0,002
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants1,000
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,015
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,847
Tête enseignante GPT0,707
Écart entre enseignants0,140 · 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.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations32
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetscientometrics and bibliometrics researchTravaux en français237 207