MétaCan
Menu
Retour à la cohorte
Enregistrement W2970362787 · doi:10.4038/jula.v22i2.7939

Perception of Academics Regarding the Credibility of Online Resources: Open Access versus Subscribed Journals with Special Reference to Eastern University, Sri Lanka

2019· article· en· W2970362787 sur OpenAlexaff
M Ravikumar, T. Ramanan

Notice bibliographique

RevueJournal of the University Librarians Association of Sri Lanka · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCredibilityVisibilityPerceptionPublic relationsThe InternetPublishingWork (physics)Open dataInternet accessSri lankaPolitical scienceInternet privacyBusinessComputer scienceWorld Wide WebSociologyPsychologyGeographyTanzaniaLawEngineeringSocioeconomics

Résumé

récupéré en direct d'OpenAlex

Electronic information resources can be either credible or unreliable. Vast majority of information on the Internet is neither authenticated nor having any mechanism to validate its credibility. Thus, it has been a great challenge for any researcher who uses them for their problem-solving. Education and research institutions use and contribute to the development of academic journals that broadly fall under two categories, namely subscribed and open access. In this regard, this paper discusses about the views of academics of Eastern University, Sri Lanka depending on these resources for using and publishing their research work. Particularly, this study investigates about the perception of academics over subscription journals and open access resources in regard to their accessibility, visibility and credibility. Summary of results show that researchers hold high value for online subscribed journals in terms of their credibility, meanwhile accessibility to the same is quite a challenge. On the other hand, open access journals give rise to visibility and affordability. Therefore, authors shed light on the need of making open access resources more credible.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,198
Score d'incertitude au seuil0,748

Scores Codex et Gemma par catégorie

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

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 Opus0,056
Tête enseignante GPT0,292
Écart entre enseignants0,237 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the University Librarians Association of Sri LankaMême sujetOnline Learning and AnalyticsTravaux en français237 207