The benefits to climate science of including Early Career Scientists as reviewers
Notice bibliographique
Résumé
Abstract. Early Career Scientists (ECS) are a large part of the work force in science. While they produce new scientific knowledge that they share in publications, they are rarely invited to participate in the peer-review process. Barriers to the participation of ECS as peer-reviewers include, among others, their lack of visibility to editors, inexperience in the review process and lack of confidence in their scientific knowledge. Participation of ECS in group reviews, e.g. for assessment reports, provides an opportunity for ECS to advance their skill set and to contribute to policy relevant products. Here, we present the outcomes of a group peer-review of the first order draft of the Intergovernmental Panel on Climate Change Special Report on Ocean and Cryosphere in a Changing Climate (IPCC SROCC). Overall, PhD students spent more time on the review than those further advanced in their careers, and provided a similar proportion of substantive comments. After the review, participants reported feeling more confident about their skills, and 86 % were interested in reviewing individually. By soliciting and including ECS in the peer-review process, the scientific community would not only reduce the burden carried by more established scientists, but permit their successors to develop important professional skills relevant to advancing climate science and influencing policy.
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 | 0,296 | 0,653 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,012 | 0,006 |
| Communication savante | 0,024 | 0,015 |
| Science ouverte | 0,003 | 0,018 |
| Intégrité de la recherche | 0,009 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,029 |
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 ».