Reducing publication delay to improve the efficiency and impact of conservation science
Notice bibliographique
Résumé
Evidence-based decision-making is most effective with comprehensive access to scientific studies. If studies face significant publication delays or barriers, the useful information they contain may not reach decision-makers in a timely manner. This represents a potential problem for mission-oriented disciplines where access to the latest data is required to ensure effective actions are undertaken. We sought to analyse the severity of publication delay in conservation science—a field that requires urgent action to prevent the loss of biodiversity. We used the Conservation Evidence database to assess the length of publication delay (time from finishing data collection to publication) in the literature that tests the effectiveness of conservation interventions. From 7,447 peer-reviewed and non-peer-reviewed studies of conservation interventions published over eleven decades, we find that the raw mean publication delay was 3.2 years (±2SD = 0.1) and varied by conservation subject. A significantly shorter delay was observed for studies focused on Bee Conservation, Sustainable Aquaculture, Management of Captive Animals, Amphibian Conservation, and Control of Freshwater Invasive Species (Estimated Marginal Mean range from 1.4–1.9 years). Publication delay was significantly shorter for the non-peer-reviewed literature (Estimated Marginal Mean delay of 1.9 years ± 0.2) compared to the peer-reviewed literature ( i.e ., scientific journals; Estimated Marginal Mean delay of 3.0 years ± 0.1). We found publication delay has significantly increased over time (an increase of ~1.2 years from 1912 (1.4 years ± 0.2) to 2020 (2.6 years ± 0.1)), but this change was much weaker and non-significant post-2000s; we found no evidence for any decline. There was also no evidence that studies on more threatened species were subject to a shorter delay—indeed, the contrary was true for mammals, and to a lesser extent for birds. We suggest a range of possible ways in which scientists, funders, publishers, and practitioners can work together to reduce delays at each stage of the publication process.
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 | 0,512 | 0,791 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,031 | 0,031 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,022 | 0,021 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,008 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».