MétaCan
Menu
Retour à la cohorte
Enregistrement W2594847254 · doi:10.1016/j.clinbiochem.2017.02.019

The current peer review system is unsustainable-awaken the paid reviewer force!

2017· article· en· W2594847254 sur OpenAlexaff
Eleftherios P. Diamandis

Notice bibliographique

RevueClinical Biochemistry · 2017
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensMount Sinai HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésPublishingScientific publishingProcess (computing)PhenomenonPosition paperPeer reviewData sciencePosition (finance)Computer scienceEngineering ethicsManagement sciencePolitical scienceEngineeringEpistemologyBusinessWorld Wide WebLawPhilosophy

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,128
score de la tête « metaresearch » (Gemma)0,528
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,872
Score d'incertitude au seuil0,734

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1280,528
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0070,004
Bibliométrie0,0100,006
Études des sciences et des technologies0,0140,012
Communication savante0,0500,025
Science ouverte0,0060,013
Intégrité de la recherche0,0270,036
Charge utile insuffisante (le modèle a refusé de juger)0,2190,467

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 Opus0,705
Tête enseignante GPT0,671
Écart entre enseignants0,034 · 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'étudeSans objet
DomaineÉvaluation
GenreCommentaire

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

En bref

Citations14
Publié2017
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueClinical BiochemistryMême sujetscientometrics and bibliometrics researchTravaux en français237 207