The relationship between scientific publishing retractions and democracy
Notice bibliographique
Résumé
Objective: To determine the magnitude and shape of the relationship between the proportion of retracted papers and the level of democracy at the country level.Methods: This was a cross-sectional study. The number of retracted articles for each country was collected from the Retraction Watch Database. The mean Democracy Index score 2006–2021 by the Economist Intelligence Unit was used as the independent variable. The number of citable documents 1996–2021 from SCImago was used to account for the population size of retractions. Poisson family regression and linear regression were used to explore the relationship between the proportion of retractions and the Democracy Index score. The adjusted model included: non-violent mass campaigns, gross domestic product per capita, Human Development Index, industry’s share of the economy in percent, length of executive tenure, location, the Muslim share of the population, the number of top universities, and plurality/majority system. R was used for data handling, analysis and reporting.Results: Overall, data from 241 countries were analyzed. As of January 24, 2023, the Retraction Watch Database had retractions from 166 countries and territories. The highest number of retractions belonged to China (n=18,352), the United States (n=4,668), and India (n=2,554). Twenty-four countries had one retraction. The mean (and standard deviation) for the number of retractions and Democracy Index score were 180.4 (1246.42) and 5.5 (2.19), respectively. In the Poisson-inverse Gaussian regression models, the coefficient for the mean Democracy Index score was −0.120 (exp=0.877, P<0.001) in the unadjusted model and −0.040 (exp=0.961, P=0.630) after adjustment. In the linear regression models, the coefficients were −0.102 (P=0.007, R2=0.037) in the unadjusted model and −0.033 (P=0.623, R2=0.185) in the adjusted model. Sensitivity analyses using zero-truncated and outlier-eliminated datasets yielded similar results.Conclusion: There was an inverse association between the proportion of retractions and the Democracy Index scores. Democratic nations can provide an accountable research environment promoting ethical behaviour resulting in fewer number of publication retractions.
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 | 0,014 | 0,188 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».