MétaCan
Menu
Retour à la cohorte
Enregistrement W2940284440 · doi:10.1080/03007995.2019.1608101

Ghostwriting in biomedicine: a review of the published literature

2019· review· en· W2940284440 sur OpenAlexfundno aff
Lisa DeTora, Michelle A. Carey, Dikran Toroser, Ellen Z. Baum

Notice bibliographique

RevueCurrent Medical Research and Opinion · 2019
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmaceutical industry and healthcare
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Medical Association
Mots-clésMedicineRelevance (law)Consistency (knowledge bases)PublishingComputer scienceLawPolitical science

Résumé

récupéré en direct d'OpenAlex

Introduction: The systematic review of biomedical ghostwriting has proven challenging due to problems in consistency and in study design. Moreover, authorship guidelines established by the International Committee of Medical Journal Editors (ICMJE) may have inadvertently created opportunities to potentiate ghostwriting. Given continued interest in ghostwriting by the International Society of Medical Publication Professionals (ISMPP) and other organizations, we undertook an analysis of ghostwriting in the biomedical literature.Methods: We searched PubMed (search terms: ghost writ*, ghostwrit*, ghost writer, ghostwriter, ghostwriting and ghost writing). Results, including abstracts, were reviewed for relevance (relationship to ghostwriting in biomedical journals) to aid in removal of inapplicable work and duplicate publications. After review, we consolidated expert opinions for publication professionals.Results: Overlap was poor across search terms; of 181 unique papers identified, most (112/181) were opinion pieces. An increasing number of papers are using the term “ghostwriting” to describe genetics as well as diverse phenomena of misattributed authorship, including “ghost authorship”. Eight primary studies and 1 systematic review of ghostwriting incidence were identified, reporting prevalence ranging from <1% to 91%, in varied settings using differing methods and definitions of ghostwriting. Suggestions for avoiding ghostwriting include early consensus building and better definitions of authorship among manuscript teams.Discussion: The prevalence and definition of ghostwriting remain unclear. Increased transparency and auditable authorship practices that align with specific guidelines may aid in the avoidance of ghostwriting. In addition, MeSH or clearer indexing terms may be helpful to separate usages of ghostwriting in scientific settings (e.g. genetic research) versus biomedical publishing.

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)0,012
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,656
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,015
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,801
Tête enseignante GPT0,726
Écart entre enseignants0,075 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Medical Research and OpinionMême sujetPharmaceutical industry and healthcareTravaux en français237 207