Notice bibliographique
Résumé
A few issues back, I wrote a slightly tongue in cheek article (Norman 2014) that identified the serious problem in the field that, while many articles are submitted to journals in health sciences education, few are accepted.And of those rejected by a first journal, relatively few are ever published.The bulk of the editorial was devoted to describing the various ways that authors ensure that their paper will not be published.As we examine the trends in publication in health science education, some paradoxical issues emerge.On the one hand, it seems that every journal's Impact Factor is inching upwards.So more and more articles are being cited.Similarly, the number of journals, both open access and mainstream is constantly growing.But acceptance rates are gradually falling.Thus, while there are more downloads, more citations, etc. in fact the number of submissions is growing at a far faster rate than the number of acceptances.For AHSE, this is dramatically illustrated in the two accompanying figures.We can see a dramatic increase in the total number of submissions.This has tripled in the 5 years from 2008-2009, from about 200/year to more than 600/year this year.In fact, after a period of relative stability, submissions have increased by 30 % this year, catching us all by surprise.However the acceptance rate has not kept pace, and has actually fallen from about 25 % in 2008-2009 to about 12-14 % now (Figs. 1, 2).Both of these factors-increased submissions but reduced acceptances-have increased pressure on the journals in a number of ways.And this created a ''perfect storm'' at AHSE that we were only dimly aware of in January, but we soon felt the impact over the past few months of this year.First of all, increased submissions.The most obvious effect of this was that the review process became overloaded.We must confess that, to our intense disappointment, the average time to review a manuscript has increased from 83 days last year to 111 days this year, for those manuscripts that are sent out for review.Similar proportional increases have
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 | 0,009 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,011 | 0,006 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,009 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,093 | 0,072 |
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 ».