MétaCan
Menu
Retour à la cohorte
Enregistrement W3019377278 · doi:10.5812/ijem.102622

The Principles of Biomedical Scientific Writing: Citation

2020· review· en· W3019377278 sur OpenAlexaboutno aff
Zahra Bahadoran, Parvin Mirmiran, Khosrow Kashfi, Asghar Ghasemi

Notice bibliographique

RevueInternational Journal of Endocrinology and Metabolism · 2020
Typereview
Langueen
DomaineArts and Humanities
ThématiqueAcademic Writing and Publishing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCitationArgument (complex analysis)Computer sciencePrestigeScientific writingField (mathematics)Work (physics)Data scienceCitation analysisEpistemologyInformation retrievalEngineering ethicsWorld Wide WebLinguisticsMedicineMathematicsEngineeringPhilosophy

Résumé

récupéré en direct d'OpenAlex

Citation, the act of properly referring to others' ideas, thoughts, or concepts, is a common and critical practice in scientific writing. Citations are used to give credit to own work, to support an argument, to acknowledge others' work, to distinguish other authors' ideas from one's work, and to direct readers to sources of information. A good citation adds to the scientific prestige of the paper and makes it more valuable to the reader. The citation has three basic elements: quoting from others, an in-text reference to the source, and bibliographic details of the source. Beyond technical skills, the citation needs an in-depth knowledge of the field and should follow basic rules, including the selection of relevant and valid sources, stating information/facts from others' work, and referring to others' work accurately and ethically. Several systems and styles are used to cite scientific sources; however, the most commonly used systems in medical sciences are 'author-date' systems (e.g., Harvard system) and numerical systems (e.g., Vancouver system). Here, we discuss how to make an accurate, complete, and ethical citation, and provide simple and practical guides to organize references in a scientific medical paper.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,091
score de la tête « metaresearch » (Gemma)0,225
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,909
Score d'incertitude au seuil0,482

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0910,225
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0210,026
Études des sciences et des technologies0,0060,036
Communication savante0,0300,021
Science ouverte0,0070,010
Intégrité de la recherche0,0120,015
Charge utile insuffisante (le modèle a refusé de juger)0,0080,016

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 Opus0,097
Tête enseignante GPT0,340
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomainePrésentation des résultats
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

Citations34
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Endocrinology and MetabolismMême sujetAcademic Writing and PublishingTravaux en français237 207