MétaCan
Menu
Retour à la cohorte
Enregistrement W4320022990 · doi:10.15173/sciential.v1i9.3183

Exploring the Effectiveness and Accessibility of Lay Summaries in Four Open-Access Journals

2022· article· en· W4320022990 sur OpenAlexaffvenue
Manvir Kaur Chima

Notice bibliographique

RevueSciential - McMaster Undergraduate Science Journal · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueComputational and Text Analysis Methods
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésJargonRubricCLARITYGroup cohesivenessPsychologyAutomatic summarizationMedical educationComputer scienceMedicinePedagogySocial psychology

Résumé

récupéré en direct d'OpenAlex

Lay summaries are an important aspect of research, as they aim to summarize scientific findings in a manner that is accessible to a lay audience. However, lay summaries often incorporate scientific and technical jargon, which makes it difficult for the public to understand research that they are indirectly funding. This study aimed to analyze lay summaries published in four open-access journals to compare differences in effectivity and accessibility when authors summarize the key points of a research study. Four open-access journals, PLOS Medicine, PNAS, Sage Open, and Frontiers in Psychology were analyzed using McMaster University’s LIFESCI 2AA3: Introduction to Topics in Life Sciences rubric. This rubric was created by Dr. Katie Moisse, assistant professor of curriculum and pedagogy at McMaster University, School of Interdisciplinary Science. The rubric judges for an accurate summarization of the study rationale, knowledge gap, methods, results, conclusions, limitations, and next steps, while ensuring accessibility and clarity. Results indicate that total scores are statistically significant between PLOS Medicine and PNAS, SAGE Open, and Frontiers in Psychology, but not between PLOS Medicine and Frontiers in Psychology. A lack of cohesion between journal instructions along with a decreased emphasis on scientific and technical jargon may allude to the disparity seen amongst scores for these four journals. This research depicts specific disparities between open-access journals, which may help revise journal guidelines to ensure cohesiveness and lay audience understanding.

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)0,101
score de la tête « metaresearch » (Gemma)0,688
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,537

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1010,688
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0200,012
Études des sciences et des technologies0,0030,003
Communication savante0,0140,013
Science ouverte0,0010,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,256
Tête enseignante GPT0,462
Écart entre enseignants0,206 · 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
DomainePrésentation des résultats
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 revueSciential - McMaster Undergraduate Science JournalMême sujetComputational and Text Analysis MethodsTravaux en français237 207