MétaCan
Menu
Retour à la cohorte
Enregistrement W4290546285 · doi:10.29173/cais1262

The oligopoly’s shift to open access publishing

2022· article· en· W4290546285 sur OpenAlexafffundvenueabout
Leigh-Ann Butler, Lisa Matthias, Marc‐André Simard, Phil Mongeon, Stefanie Haustein

Notice bibliographique

RevueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSI · 2022
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensUniversité de MontréalWilfrid Laurier UniversityUniversity of OttawaBureau de Coopération InteruniversitaireUniversité du Québec à MontréalDalhousie University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésOligopolyAgency (philosophy)Library sciencePublishingPolitical scienceEconomicsBusinessComputer scienceSociologySocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

This study estimates fees paid for gold and hybrid open access articles in journals published by the oligopoly of academic publishers, which acknowledge funding from the Canadian Tri-Agency. It employs bibliometric methods using data from Web of Science, Unpaywall, open datasets of article processing charges list prices as well as historical fees retrieved via the Internet Archive Wayback Machine for journals published by Elsevier, Springer-Nature, Wiley, Sage and Taylor & Francis to estimate article processing charges for open access articles published between 2015 and 2018 that acknowledge funding from the Canadian Federal funding agencies CIHR, NSERC, and SSHRC, as well as grants jointly administered by the Tri-Agency. During the four-year period analyzed, a total of 6,892 gold and 4,097 hybrid articles that acknowledge Tri-Agency funding were identified, for which the total list prices amount to $US 27.6 million.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaCommunication savanteScience ouverte
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptCommunication savanteScience ouverte
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devislow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,003
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Communication savante, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,009
Études des sciences et des technologies0,0020,003
Communication savante0,0090,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,404
Tête enseignante GPT0,503
Écart entre enseignants0,098 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Communication savanteScience ouverte

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeSans objet · Autre devis
Domainenon disponible
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

Citations34
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSIMême sujetscientometrics and bibliometrics researchCatégorieCommunication savanteTravaux en français237 207