MétaCan
Menu
Retour à la cohorte
Enregistrement W2767505012 · doi:10.5406/amerjpsyc.130.4.0505

Between Pink Noise and White Noise: A Digital History of <i>The American Journal of Psychology</i> and <i>Psychological Review</i>

2017· article· en· W2767505012 sur OpenAlexaff
John G. Benjafield

Notice bibliographique

RevueThe American Journal of Psychology · 2017
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésPsychologyGroup cohesivenessReading (process)White (mutation)White noiseNoise (video)Psychological researchSocial psychologyStatisticsLinguistics

Résumé

récupéré en direct d'OpenAlex

Abstract The frequency with which authors contribute to The American Journal of Psychology (AJP) or Psychological Review (PR) is analyzed from the inceptions of both journals (1887 for AJP and 1894 for PR) until 2015. In the beginning, a small number of authors tend to make a large percentage of contributions, but this percentage shrinks over time. The slopes of the author distributions for each journal start out close to -1 (pink noise) and then gradually drift toward 0 (white noise). This means that the distributions flatten as the authors become more diverse, which in turn changes the experience of reading the journals. An explanation of these findings focuses on two factors. One is an increase in the amount of congestion as the number of authors grows ever larger. The other is a decline in the cohesiveness of the community of authors.

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)0,003
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,034
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0080,010
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,405
Tête enseignante GPT0,560
Écart entre enseignants0,155 · 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
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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American Journal of PsychologyMême sujetscientometrics and bibliometrics researchTravaux en français237 207