Did the Research Faculty at a Small Canadian Business School Publish in “Predatory” Venues? This Depends on the Publishing Blacklist
Notice bibliographique
Résumé
The first ever quantitative paper to claim that papers published in so-called “predatory” open access (OA) journals and publishers were financially remunerated emerged from Canada. That study, published in the Journal of Scholarly Publishing (University of Toronto Press) in 2017 by Derek Pyne at Thompson Rivers University, garnered wide public and media attention, even by renowned news outlets such as The New York Times and The Economist. Pyne claimed to have found that most of the human subjects of his study had published in “predatory” OA journals, or in OA journals published by “predatory” OA publishers, as classified by Jeffrey Beall. In this paper, we compare the so-called “predatory” publications referred to in Pyne’s study with Walt Crawford’s gray open access (grayOA) list, as well as with Cabell’s blacklist, which was introduced in 2017. Using Cabell’s blacklist and Crawford’s grayOA list, we found that approximately 2% of the total publications (451) of the research faculty at the small business school were published in potentially questionable journals, contrary to the Pyne study, which found significantly more publications (15.3%). In addition, this research casts doubt to the claim made in Pyne’s study that research faculty members who have predatory publications have 4.3 “predatory” publications on average.
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 | 0,010 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,011 |
| Études des sciences et des technologies | 0,009 | 0,008 |
| Communication savante | 0,014 | 0,007 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».