Open Citations as a Tool for Bibliometric Verification and Transparency and for Correcting Erroneous References
Notice bibliographique
Résumé
Citations in a scientific paper reference other studies and form the information backbone of that paper. If cited literature is valid and non-retracted, an analysis of citations can offer unique perspectives about the supportive or contradictory nature of a statement. Yet, such analyses are still limited by the relative lack of access to open citation data. The creation of open citation databases (OCDs) allows for data analysts, bibliometric specialists, and other academics interested in such topics to independently verify the validity and accuracy of a citation. Since the strength of an individual’s curriculum vitae can be based on, and assessed by, metrics (citation counts, altmetric mentions, journal ranks, etc.), there is interest in appreciating citation networks and their link to research performance. Open citations would thus not only benefit career, funding, and employment initiatives, but they could also be used to reveal citation rings, abusive author–author or journal–journal citation strategies, or to detect false or erroneous citations. OCDs should be open to the public, and publishers have a moral responsibility of releasing citation data for free use and academic exploration. Some challenges remain, including long-term funding, and data and information security.
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 | 0,234 | 0,631 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,091 | 0,079 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,025 | 0,025 |
| Science ouverte | 0,005 | 0,020 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,008 |
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 ».