Checklists to Detect Potential Predatory Biomedical Journals: A Systematic Review
Notice bibliographique
Résumé
ABSTRACT Background We believe there is a large number of checklists to help authors detect predatory journals. It is uncertain whether these checklists contain similar content. Purpose Perform a systematic review to identify checklists to detect potential predatory journals and to examine their content and measurement properties. Data Sources MEDLINE, Embase, PsycINFO, ERIC, Web of Science and Library, Information Science & Technology Abstracts (January 2012 to November 2018), university library websites (January 2019), YouTube (January 2019). Study Selection Original checklists used to detect potential predatory journals published in English, French or Portuguese, with instructions in point form, bullet form, tabular format or listed items, not including lists or guidance on recognizing “legitimate” or “trustworthy” journals. Data Extraction Pairs of reviewers independently extracted study data and assessed checklist quality and a third reviewer resolved conflicts. Data Synthesis Of 1528 records screened, 93 met our inclusion criteria. The majority of included checklists were in English (n = 90, 97%), could be completed in fewer than five minutes (n = 68, 73%), had an average of 11 items, which were not weighted (n = 91, 98%), did not include qualitative guidance (n = 78, 84%) or quantitative guidance (n = 91, 98%), were not evidence-based (n = 90, 97%) and covered a mean of four (of six) thematic categories. Only three met our criteria for being evidence-based. Limitations Limited languages and years of publication, searching other media. Conclusions There is a plethora of published checklists that may overwhelm authors looking to efficiently guard against publishing in predatory journals. The similarity in checklists could lead to the creation of evidence-based tools serving authors from all disciplines. Funding Source This project received no specific funding. David Moher is supported by a University Research Chair (University of Ottawa). Danielle Rice is supported by a Canadian Institutes of Health Research Health Systems Impact Fellowship; Lucas Helal is supported by Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Brasil (CAPES) - Finance Code 001, PDSE - 88881.189100/2018 - 01. Manoj Lalu is supported by The Ottawa Hospital Anesthesia Alternate Funds Association.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,093 | 0,197 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,086 | 0,239 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,000 |
| Science ouverte | 0,011 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,021 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».