MétaCan
Menu
Retour à la cohorte
Enregistrement W4240264479 · doi:10.13021/g87k5j

Impact Factors

2016· article· en· W4240264479 sur OpenAlexaff
J. Roberto F. Arruda, Robin Champieux, Colleen Cook, Mary Ellen K. Davis, Richard Gedye, Laurie Goodman, Neil Jacobs, David Ross, Stuart C. Taylor

Notice bibliographique

RevueOpen Scholarship Initiative Proceedings · 2016
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésReadabilityOpenness to experienceVisibilityQuality (philosophy)Key (lock)ScholarshipPublishingPublic relationsTracking (education)Political scienceMarketingBusinessComputer scienceSociologyPsychologySocial psychologyLawComputer securityEpistemologyPedagogyGeography

Résumé

récupéré en direct d'OpenAlex

Tracking the metrics of a more open publishing world will be key to selling “open” and encouraging broader adoption of open solutions. Will more openness mean lower impact, though (for whatever reason—less visibility, less readability, less press, etc.)? Why or why not? Perhaps more fundamentally, how useful are impact factors anyway? What are they really tracking, and what do they mean? What are the pros and cons of our current reliance on these measures? Would faculty be satisfied with an alternative system as long as it is recognized as reflecting meaningfully on the quality of their scholarship? What might such an alternative system look like?

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)0,022
score de la tête « metaresearch » (Gemma)0,122
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil0,308

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,122
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0190,023
Études des sciences et des technologies0,0020,002
Communication savante0,0050,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0920,025

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 Opus0,811
Tête enseignante GPT0,641
Écart entre enseignants0,170 · 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'étudeSans objet
DomaineÉvaluation
GenreCommentaire

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Scholarship Initiative ProceedingsMême sujetscientometrics and bibliometrics researchTravaux en français237 207