It’s Not All About the Journal Impact Factor
Notice bibliographique
Résumé
To the Editor: We read with great interest the recent Panorama article that discussed the rise in the Journal Impact Factor (JIF) of rheumatology journals and the potential effect of the coronavirus disease 19 (COVID-19) pandemic in this rise.1 Although there has definitely been a rise in the JIF of journals following the COVID-19 pandemic, there are concerns about some aspects of the paper that we wish to discuss in this letter.2 First, the JIF is a copyrighted index of Clarivate. Therefore, it would have been more appropriate to have it referred to by its full name, ie, the JIF rather than as the Impact Factor.3 Second, it is unclear whether the authors refer to the 2-year JIF or the 5-year JIF in their analysis. Third, it is uncertain which versions of the JIF are … Address correspondence to Prof. D. Misra, Department of Clinical Immunology and Rheumatology, Sanjay Gandhi Postgraduate Institute of Medical Sciences (SGPGIMS), Lucknow 226014, India. Email: durgapmisra{at}gmail.com, dpmisra{at}sgpgi.ac.in.
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 | 0,007 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,023 | 0,034 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,013 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».