MétaCan
Menu
Retour à la cohorte
Enregistrement W2766372071 · doi:10.1002/pra2.2017.14505401100

Human dimensions of peer review in information science

2017· article· en· W2766372071 sur OpenAlexaff
Keren Dali, Paul T. Jaeger, Lilith Lee

Notice bibliographique

RevueProceedings of the Association for Information Science and Technology · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWikis in Education and Collaboration
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAppealPublicationPrivilege (computing)Subject (documents)Argument (complex analysis)PublishingSociologyPeer reviewPublic relationsEngineering ethicsPresentation (obstetrics)PsychologyPolitical scienceComputer scienceLibrary scienceEngineeringLawMedicine

Résumé

récupéré en direct d'OpenAlex

ABSTRACT While peer review is a popular research subject in academia, including information science, most sources focus on the mechanics, benefits and shortcomings of the process. In departure from this trend, this poster will address the human dimension of peer review and its role as a community building instrument and a locus of relationship formation. The poster will look at how “negligent and unscrupulous reviewing can detrimentally affect” “a sense of community” (Dali & Jaeger, n.d.) and support this argument through a new analytical framework based on humanistic pedagogy. It will address the role of peer review in the changed information science landscape; present a positive outlook on peer review “as a privilege and an unmatched academic opportunity”; “examine in detail the elements of helpful and unhelpful reviews”; and provide “advice to authors on how to respond to reviews, especially the unhelpful ones” (Dali & Jaeger, n.d.). The poster should appeal not only to junior faculty and PhD students, but also to practitioners who aspire to publish and experienced authors involved in scholarly communication and grant reviewing.

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)0,009
score de la tête « metaresearch » (Gemma)0,033
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0000,010
Science ouverte0,0010,000
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 Opus0,020
Tête enseignante GPT0,355
Écart entre enseignants0,335 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Association for Information Science and TechnologyMême sujetWikis in Education and CollaborationTravaux en français237 207