Open Access Journals: A Boon or Bane for Early Career Researchers in India
Notice bibliographique
Résumé
Background : It is demonstrated that for a junior research faculty in India, proper guidelines and funding resources are required to publish research articles in the Open Access (OA) journals. Recently, many of the important scientific journals are turned out to be OA journals. When we need to publish in an OA journal, the funding support for article processing charge (APC) is uncertain due to the limited funds or absence of institutional level support. Objective: To find out the total number of open access and subscription based articles published from the top ten countries in the scientific journals up to July 2020. Materials and Methods: For the data collection, a keyword of “Chemistry” was used in all fields in the “Scopus database” on 07 July 2020. Results: From the articles published by top ten countries, it was found that USA has published more number of publications (open access plus subscription based) followed by China, Japan, Germany, UK, India, France, Canada, Italy, and the Russian Federation. However, if we carefully look at the total numbers of OA publications up to July 2020, Japan (33.47%) has published more percentage of OA documents compared to UK (26.92%), Germany (24.63%) and the USA (24.53%). In this list, India (13.02%) and the Russian Federation (10.14%) have published the lowest numbers of OA publications compared to other countries. Conclusion: It was found that about ~50% of OA publications resulted from India might come from collaborative research. The APC may be supported by other countries along with India. In addition, it was obvious that the Indian Institute of Science (IISC) had published the highest OA papers, followed by CSIR India and the University of Delhi. From the past ten years, OA publications from India were doubled in number from 2011 to July 2020. However, it requires further efforts to increase our scientific progress and research accomplishments by the number of publications, patents, and commercial products to support the Make in India.
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 | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,011 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,017 | 0,008 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,007 |
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.
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 ».