MétaCan
Menu
Retour à la cohorte
Enregistrement W3167434533 · doi:10.1101/2021.06.14.448236

<i>I, We</i> , and <i>They</i> : A Linguistic and Narrative Exploration of the Authorship Process

2021· preprint· en· W3167434533 sur OpenAlexaffabout
Abigail Konopasky, B. O’Brien, Anthony R. Artino, Erik W. Driessen, Christopher Watling, Lauren A. Maggio

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensWestern University
Organismes subventionnairesUniformed Services University of the Health SciencesHenry M. Jackson FoundationU.S. Department of Defense
Mots-clésAgency (philosophy)NarrativeNegotiationContext (archaeology)VerbNounAction (physics)LinguisticsPsychologySociologySocial psychologySocial scienceHistory

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction While authorship plays a powerful role in the academy, research indicates many authors engage in questionable practices like honorary authorship. This suggests that authorship may be a contested space where individuals must exercise agency --a dynamic and emergent process, embedded in context--to negotiate potentially conflicting norms among published criteria, disciplines, and informal practices. This study explores how authors narrate their own and others’ agency in making authorship decisions. Method We conducted a mixed-methods analysis of 24 first authors’ accounts of authorship decisions on a recent multi-author paper. Authors included 14 females and 10 males in health professions education (HPE) from U.S. and Canadian institutions (10 assistant, 6 associate, and 8 full professors). Analysis took place in three phases: (1) linguistic analysis of grammatical structures shown to be associated with agency (coding for main clause subjects and verb types); (2) narrative analysis to create a “moral” and “title” for each account; and (3) integration of (1) and (2). Results Participants narrated other authors most frequently as main clause subjects ( n = 191), then themselves ( I ; n = 151), inanimate nouns ( it, the paper ; n = 146), and author team ( we ; n = 105). Three broad types of agency were narrated: distributed ( n = 15 participants), focusing on how resources and work were spread across team members; individual ( n = 6), focusing on the first author’s action; and collaborative ( n = 3), focusing on group actions. These three types of agency contained four sub-types, e.g., supported, contested, task-based, negotiated. Discussion This study highlights the complex and emergent nature of agency narrated by authors when making authorship decisions. Published criteria offer us starting point--the stated rules of the authorship game; this paper offers us a next step--the enacted and narrated approach to the game.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,357
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,028
Tête enseignante GPT0,249
Écart entre enseignants0,221 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetDiscourse Analysis in Language StudiesTravaux en français237 207