MétaCan
Menu
Retour à la cohorte
Enregistrement W2781928277 · doi:10.1177/0844562117748287

Predatory Publishing: How to Safely Navigate the Waters of Open Access

2018· article· en· W2781928277 sur OpenAlexaffvenue
Helen Power

Notice bibliographique

RevueCanadian Journal of Nursing Research · 2018
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésPublishingPublicationScholarshipPublish or perishPublic relationsInternet privacyWorld Wide WebPolitical scienceComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

Open access publishing enables scholarship to be openly accessible to everyone, which has countless benefits. However, the open access movement has opened the door for "predatory publishers" to take advantage of researchers surviving in this publish or perish academic landscape. Predatory journals are becoming increasingly common. Nursing researchers, instructors, and students need to be made aware of the dangers of predatory journals, and they need to know how to identify them. While there are blacklists and whitelists that can be used to aid in decision-making, it is critical to note that these lists can never be entirely up to date. This article incorporates a literature review which provides insights into newer trends in predatory and unethical publishing, including "journal hijacking" and "bogus impact factors". Extensive criteria for assessing emerging or unknown journals is compiled to aid researchers, students, educators, and the public in evaluating open access publications.

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)0,094
score de la tête « metaresearch » (Gemma)0,104
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie, Communication savante, Science ouverte
Catégories consensuellesMétarecherche, Bibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,330
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0940,104
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0590,133
Études des sciences et des technologies0,0010,002
Communication savante0,0530,006
Science ouverte0,0250,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,901
Tête enseignante GPT0,706
Écart entre enseignants0,195 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations16
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Nursing ResearchMême sujetscientometrics and bibliometrics researchTravaux en français237 207