MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220726663 · doi:10.31219/osf.io/7yuje

Favouring Responsible Publishing: Creating a Database of Researchers and Surveying Their Knowledge, Attitudes and Opinions towards Open Access Publishing and a New Field-Specific Journal

2022· preprint· en· W4220726663 sur OpenAlexafffund
Jeremy Y. Ng, Halton Quach, Jeremy Steen, Zheng Ming, Tushar Dhawan, Julian Vincent T. Dychiao, Aisha Hashmani, Bismah Jameel, Kirrthana Jegathesan, Leah Kogan, Xiao Wen Li, Natasha Reyes, Jill Shah, Fredrick D. Ashbury, Kieran Cooley, Pierre S. Haddad

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensUniversité de MontréalUniversity of TorontoMcMaster UniversityImpactOttawa Hospital
Organismes subventionnairesGovernment of CanadaAustralian Government
Mots-clésPublishingReputationSnowball samplingPublic relationsPsychologyPolitical scienceLibrary scienceComputer scienceSociologyMedicineSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

Introduction: There may be value to understanding the interests and needs of a journal’s audience, particularly regarding open access publishing (OAP) and behaviours associated with predatory publishing while establishing a new field-specific journal. As a new journal facing potential challenges in the publishing space, the Journal of Natural Health Product Research (JNHPR) undertook a stakeholder and community feedback initiative on publishing research in the field of natural health products (NHPs). This is the first study, to our knowledge, where academic representatives of the journal used this method to examine the knowledge, attitudes, and opinions of its potential audience. Methods: A database of international researchers in the NHP field was built using publicly available online data. Most NHP researchers (n= 1892) were identified by a keyword-based, systematic search, with additional researchers discovered through snowball sampling. A survey was then developed and distributed to all identified researchers to collect their knowledge, attitudes, and opinions about OAP in general and the JNHPR. Results: One hundred sixty-seven NHP researchers completed the survey where most were familiar with OAP and preferred the OAP model over a subscription-based journal. Additionally, responses indicated that OAP is a polarizing subject with both positive and negative perceptions. Positives included wider circulation and the potential for shorter publication times, while negatives included the potential for less rigorous peer-review standards and generally higher costs. Regardless of perceptions on OAP, impact factor, reputation, scope, and indexing were the most valued factors in choosing a journal for submission.Discussion: According to the survey results, as a new field-specific journal, the JNHPR would benefit the NHP research community greatly, connecting NHP researchers globally. The journal succeeds in two areas: its broad scope, which attracts NHP researchers from a variety of disciplines, and its rapid publishing time. Indexing and further reduced publication fees for developing nations were mentioned as areas in need of improvement. Conclusions: This approach may be useful to researchers who wish to launch their own journal in the future to gain a better understanding of their potential audience’s knowledge, attitudes, and opinions, allowing them to better engage and provide for their audience.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,062
score de la tête « metaresearch » (Gemma)0,166
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,326

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0620,166
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0270,026
Études des sciences et des technologies0,0040,002
Communication savante0,0090,010
Science ouverte0,0030,007
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,889
Tête enseignante GPT0,652
Écart entre enseignants0,237 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineIncitatifs
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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetscientometrics and bibliometrics research→Travaux en français237 207→