MétaCan
Menu
Retour à la cohorte
Enregistrement W4399539386 · doi:10.3138/jsp-2023-0011

An Empirical Study on Roles and Their Information Correlations for Interdisciplinary Peer Reviewer

2024· article· en· W4399539386 sur OpenAlexvenueno aff
Ying He, Kun Tian, Qin Mingxia, Xiaoling Liu, H Wang, Yukun Wu

Notice bibliographique

RevueJournal of Scholarly Publishing · 2024
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueInterdisciplinary Research and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmpirical researchPeer reviewKnowledge managementBusinessSociologyPsychologyData scienceComputer sciencePolitical scienceMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Peer review has always been known as the gatekeeper for the academic quality of papers. Traditional peer review is mostly carried out in a singular discipline, while peer review for interdisciplinary scientific research must go across the boundaries of multiple disciplines, and there is a real opposition between disciplines ‘differentiation’ and ‘de-differentiation.’ Due to this opposition, the practice of interdisciplinary peer review has more research value. Through an empirical study using Publons data, this article introduces the role theory from sociology as a theoretical support, studies role characteristic information of interdisciplinary peer reviewers, extracts their roles, measures the gaps between the roles according to their correlations, and proposes countermeasures to narrow the gaps through role construction to improve the quality of peer review in general. Specifically, this study adopts the empirical analysis method to obtain the behavioural characteristics data of the reviewers in the top 1 per cent in Cross-Field of the Global Peer Review Awards in 2018 and 2019 from the Publons platform and uses the exploratory factor analysis method to extract the roles of the reviewers. Using structural equation modelling to fit the role information association model, the authors compare and analyse the data models of 2018 and 2019 by using the comparative analysis method. The results found are as follows: The ‘researcher’ role, ‘reviewer’ role, and ‘editor’ role are all positively correlated, and the correlations are getting higher. It indicates that the correlations between the three are getting stronger, which will make transitioning between roles less difficult.

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)0,037
score de la tête « metaresearch » (Gemma)0,217
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,963
Score d'incertitude au seuil0,196

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,217
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0020,002
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,122
Tête enseignante GPT0,469
Écart entre enseignants0,347 · 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
DomaineÉvaluation
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Scholarly PublishingMême sujetInterdisciplinary Research and CollaborationTravaux en français237 207