The early bird uses bioRxiv: The impact of career stage on the usage of preprints in ecology and evolution
Notice bibliographique
Résumé
The usage of preprint servers in ecology and evolution is increasing, as it allows for research to be rapidly disseminated and available through open access at no cost. This is relevant for Early Career Researchers (ECRs), who must demonstrate research ability for funding opportunities, scholarships, grants, or faculty positions in short temporal windows in order to advance their careers. Concurrently, limited experience with the peer review process can make it challenging for those who are in the early stages of their research career to build publication records. Therefore, ECRs face different challenges relative to researchers with permanent positions and established research programs and have different requirements in terms of research output and timelines. These challenges might also vary according to institution size and country, which are associated with the availability of funding for open access journals. Herein, we hypothesize that career stage and institution size impact relative usage of preprint servers among researchers in ecology and evolution. Using data collected from 500 articles (100 from each of two open access journals, two closed access journals, and a preprint server), we demonstrate that ECRs generate more preprints relative to non-ECRs, for both first and last authors. We speculate that this pattern is reflective of the advantages of quick and open access research that is disproportionately beneficial to ECRs. There is also a marginal effect of first author institution size on preprint usage, whereby the number of preprints tends to increase with institution size for ECRs, although the interaction between ECR status and institution size was not significant. The United States and United Kingdom contributed the greatest number of preprints by early career researchers, whereas non-western countries contributed relatively fewer preprints. This research provides empirical evidence regarding motivations of preprint usage and barriers surrounding large-scale adoption of preprinting in ecology and evolution.
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 | 0,041 | 0,158 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
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 ».