MétaCan
Menu
Retour à la cohorte
Enregistrement W2597082463 · doi:10.3390/publications5010005

Accountability and High Impact Journals in the Health Sciences

2017· article· en· W2597082463 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePublications · 2017
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensCanada Research Chairs
Organismes subventionnairesnon disponible
Mots-clésAccountabilityMultidisciplinary approachBibliometricsCitationImpact factorRelevance (law)Political scienceNorm (philosophy)Public relationsLibrary scienceSocial scienceSociologyLawComputer science

Résumé

récupéré en direct d'OpenAlex

As the requirement for accountability and demonstration of the impact of public and privately funded research increases, the practice of attributing impact to research published in high impact journals is on the rise. To investigate the relevance of existing bibliometrics laws to current health research practices, 57 research areas in Web of Science (WoS) representing the major and minor disciplines were studied. In the majority of cases, Garfield’s Law of Concentration is followed with 20% of journals in each area contributing 80% of the total citations. The major multidisciplinary journals formed an anomalous grouping with low overall citation rates, although those documents cited were at a level well above the norm. In all research areas studied, team science is the prevailing norm, single author publications were rarely present in the data sets. For researchers looking to maximize the uptake and recognition of their work, publication in the top journals in the appropriate research area would be the most effective strategy, which does not in many cases include the major multidisciplinary journals.

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.

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)0,072
score de la tête « metaresearch » (Gemma)0,060
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie, Études des sciences et des technologies, Communication savante
Catégories consensuellesMétarecherche, Bibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,157
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0720,060
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0160,053
Études des sciences et des technologies0,0020,001
Communication savante0,0190,002
Science ouverte0,0040,000
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 Opus0,843
Tête enseignante GPT0,717
Écart entre enseignants0,126 · 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