Open season: positive changes for increased transparency in the biomedical literature
Notice bibliographique
Résumé
the Journal) follows a predictable series of steps: a research question is posed, a hypothesis is stated, a protocol is written (and registered) that dictates how the research will be conducted, the study is conducted, data are collected and analyzed, and then, finally, after the peer review process, a manuscript is published that describes the preceding steps.This traditional model of biomedical publication allows no access to a study's full protocol, the raw data being analyzed, or the detailed analysis plan (i.e., its statistical coding).These elements have all remained private information-known only to the researchers and exposed to little external scrutiny or verification.This lack of transparency has facilitated selective trial reporting (also known as publication bias), 1,2 selective outcome reporting, 3 mistakes in statistical analyses, 4 and the conduct of suspected 5 or known 6 fraudulent studies.These factors represent threats to the goal of basing our clinical care on the highest quality evidence.7 Significant changes have been promulgated over the past ten years to improve the transparency of research conduct and reporting.Invariably, these changes involve uncloaking hitherto concealed areas of clinical research.It is hoped the changes will permit increased external scrutiny, allow independent verification of results, reduce fraudulent research, and, ultimately, improve clinical outcomes.This editorial summarizes these changes for the readers of the Journal.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,121 | 0,346 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,014 |
| Communication savante | 0,030 | 0,020 |
| Science ouverte | 0,011 | 0,007 |
| Intégrité de la recherche | 0,049 | 0,066 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,009 |
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 source (Gemma direct ou Codex distillé), 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 ».