What Do They Say? Authors of Articles in Predatory Journalism and Mass Communication Journals Speak
Notice bibliographique
Résumé
Journalism and mass communication (J&MC) research examines crucial issues in democratic and undemocratic societies, such as freedom of expression, misinformation and disinformation, government regulation of communications, defamation and invasion of privacy, media technologies and economics, and journalists’ professional practices. Unethical scholarship practices may weaken societal and public policy goals of fair, independent, and accurate reporting and transparent governance. This case study analyses how one predatory J&MC journal recruits authors to submit their work and why some scholars succumb to such invitations. This research contributes to both the growing scholarship about predatory publishing practices and to further understanding of how such journals deceptively exploit authors willing to pay for publication without the traditional peer review and editing. This study uses probability sampling of authors who published 504 articles in the journal between 2011 and 2021 to seek their participation in a survey and interviews. Most authors are from developing countries, but others are from the developed world, including faculty at top-tier research institutions. Surprisingly, some published in this journal despite knowing its predatory nature. In such instances, they might benefit from a lack of policies at their universities discouraging publication in predatory journals and may receive benefits from those institutions. Some authors regretted publishing in the journal, especially if they were unaware of its predatory character, because it deprived them of an opportunity to disseminate that research in legitimate academic venues. There are significant societal and political implications as well.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,018 | 0,081 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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; les deux têtes enseignantes 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 ».