MétaCan
Menu
Retour à la cohorte
Enregistrement W3145008074 · doi:10.17150/2308-6203.2021.10(1).22-38

New Media for Science: Key Features of Platforms with Open Peer Review

2021· article· en· W3145008074 sur OpenAlexaboutno aff
Angelina Gorbunova, Ivan Zassoursky, N. D. Trishchenko

Notice bibliographique

RevueTheoretical and Practical Issues of Journalism · 2021
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOpenness to experienceScope (computer science)Key (lock)Computer scienceOpen sciencePublishingProcess (computing)Peer reviewData scienceEngineering ethicsPolitical sciencePublic relationsEngineeringPsychologyComputer security

Résumé

récupéré en direct d'OpenAlex

The article deals with open peer reviewing as a new way of verifying results of researches in the scientific sector of digital media. The technological modernization of scientific publishers provides for solving some of the problems of the traditional peer reviewing. This explains the topicality of the study. The authors analyzed ten platforms with open peer review that are based in Europe, the USA and Canada. According to the results, a formally similar open peer review process may vary depending on the scope of authority a scientific community has, reviewers’ identification, authors’ opportunities to propose an expert, the degree of review openness, posting the revised versions, and involvement of the editorial board if any. The tools that the platforms use to encourage the scientific community to participate in commenting and reviewing the publications also matter. One of the key advantages of open peer reviewing is reducing the time required for publishing an article, which is crucial for some scientific fields.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarechercheScience ouverte
Domaine: Évaluation · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelhigh
gptMétarechercheCommunication savanteScience ouverte
Domaine: Évaluation · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelhigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,024
score de la tête « metaresearch » (Gemma)0,129
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,129
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,012
Études des sciences et des technologies0,0040,005
Communication savante0,0250,027
Science ouverte0,0030,013
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0190,007

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 Opus0,452
Tête enseignante GPT0,609
Écart entre enseignants0,157 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

MétarechercheScience ouverteCommunication savante

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeObservationnel
DomaineÉvaluation
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheoretical and Practical Issues of JournalismMême sujetscientometrics and bibliometrics researchCatégorieMétarechercheTravaux en français237 207