Práticas de letramentos com escrita científica em artigos de impacto na área de ciências da vida e biomedicina
Notice bibliographique
Résumé
Na atual conjuntura de avaliação da educação superior, a autocitação, concebida como um movimento em que o pesquisador cita seu trabalho anterior em um trabalho em desenvolvimento, é uma prática que tem ganhado destaque em distintas áreas de conhecimento, com ênfase à Área de Ciências da Vida e Biomedicina. Este artigo, dessa forma, tem por objetivo discutir usos da autocitação em artigos de alto impacto da referida área, publicados no periódico Nature, nos anos de 2017 e 2018. O enfoque aos cinco artigos selecionados, na base Web of Science (WoS), é qualitativo, essencialmente sob o enfoque dos estudos dos letramentos, que compreendem a escrita científica como prática social, condicionada ao contexto sócio-histórico de produção, ideologias e perpassada por relações de poder. Os resultados parecem indicar um padrão da grande área, com altos índices de autocitação distribuídos entre as seções do artigo, que parecem representar movimentos característicos da escrita científica, como contribuição para a área, reivindicação de crédito pelo trabalho do pesquisador, indicar interação com pesquisas anteriores, mais do que uma prática que contribuiria para a elevação de índices bibliométricos dos pesquisadores.
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 | 0,010 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,025 | 0,008 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,007 |
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 ».