Invitations received from potential predatory publishers and fraudulent conferences: a 12-month early-career researcher experience
Notice bibliographique
Résumé
PURPOSE OF THE STUDY: This study aims to describe all unsolicited electronic invitations received from potential predatory publishers or fraudulent conferences over a 12-month period following the first publication as a corresponding author of a junior academician. STUDY DESIGN: Unsolicited invitations received at an institutional email address and perceived to be sent by predatory publishers or fraudulent conferences were collected. RESULTS: A total of 502 invitations were included of which 177 (35.3%) had subject matter relevant to the recipient's research interests and previous work. Two hundred and thirty-seven were invitations to publish a manuscript. Few disclosed the publication fees (32, 13.5%) but they frequently reported accepting all types of manuscripts (167, 70.5%) or emphasised on a deadline to submit (165, 69.6%). Invitations came from 39 publishers (range 1 to 87 invitations per publisher). Two hundred and ten invitations from a potential fraudulent conference were received. These meetings were held in Europe (97, 46.2%), North America (65, 31.0%), Asia (20.4%) or other continents (5, 2.4%) and came from 18 meeting organisation groups (range 1 to 137 invitations per organisation). Becoming an editorial board member (30), the editor-in-chief (1), a guest editor for journal special issue (6) and write a book chapter (11) were some of the roles offered in the other invitations included while no invitation to review a manuscript was received. CONCLUSIONS: Young researchers are commonly exposed to predatory publishers and fraudulent conferences following a single publication as a corresponding author. Academic institutions worldwide need to educate and inform young researchers of this emerging problem.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,167 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,025 | 0,005 |
| Science ouverte | 0,006 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 tête enseignante, 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 ».