Retractions in medicine: the tip of the iceberg
Notice bibliographique
Résumé
In 1983, in the aftermath of what was then considered one of the most significant cases of scientific fraud ever, The New York Times reported that 82 papers by John Darsee, formerly of Harvard and Emory, had been retracted (available at https://www.nytimes.com/1983/06/14/science/notorious-darsee-case-shakes-assumptions-about-science.html). That idea persisted: ∼30 years later, Nature said that >80 of Darsee’s papers had been withdrawn.1 In truth, just 17 papers by Darsee have ever been retracted (available at: http://retractiondatabase.org/RetractionSearch.aspx#?auth%3dDarsee%252c%2bJohn%2bR). That may seem surprising, given how high-profile the case was, but we have learned in the decades since that thousands—or even tens of thousands—of papers that should have been retracted have not been. Last year, there were >2300 retractions, up from just 38 in the year 2000 (Figure 1).2 Even accounting for the growth in papers published, the rate has increased dramatically. There are far more eyeballs on papers today, including the eyeballs of sleuths who find image manipulation, plagiarism, duplication suggestive of paper mills, statistical anomalies, and other issues (available at: https://retractionwatch.com/2018/06/17/meet-the-scientific-sleuths-ten-whove-had-an-impact-on-the-scientific-literature/). Take the example of John Carlisle, an anaesthetist whose work spotting data too good to be true, and randomization issues, has led to scores of retractions, including one in the New England Journal of Medicine (available at: https://www.npr.org/sections/health-shots/2018/06/13/619619302/errors-trigger-retraction-of-study-on-mediterranean-diets-heart-benefits).
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.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | MétarechercheIntégrité de la recherche Domaine: Évaluation · Genre: Commentaire Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | Intégrité de la recherche Domaine: non disponible · Genre: Commentaire Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
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 | 0,076 | 0,389 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,022 |
| Communication savante | 0,019 | 0,022 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,026 | 0,039 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,009 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».