Acceso abierto en Argentina. Una propuesta para el monitoreo de las publicaciones científicas con OpenAlex
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
En este estudio se propone una metodología utilizando OpenAlex (OA) para monitorear el acceso abierto (AA) a las publicaciones científicas para el caso de Argentina, país donde rige el mandato de autoarchivo -Ley 26.899 (2013)-. Se conformó una muestra con 167.240 artículos de investigadores del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) que se analizaron con técnicas estadísticas. Se estimó que OA puede representar entre 85-93% de los autores para todas las disciplinas, excepto Ciencias Sociales y Humanidades, donde solo alcanza al 47%. Se calculó que 41% de los artículos publicados entre 1953-2021 incluidos en la fuente están en AA, porcentaje que sube a 46% al considerar exclusivamente el periodo post ley (2014-2021). En ambos periodos es la vía dorada la que representa mayor proporción. Al comparar periodos iguales post y pre ley, se observó que la tendencia en alza de la vía dorada era preexistente a la legislación y la disponibilidad de artículos cerrados en repositorios aumentó un 5% a lo que se estima en base a tendencias existentes. Se concluye que si bien la vía verde ha tenido una evolución positiva, ha sido la publicación en revistas doradas lo que ha impulsado más rápidamente el acceso a la producción argentina. Asimismo, que la metodología basada en OA, piloteada aquí por primera vez, es viable para monitorear el AA en Argentina ya que arroja porcentajes similares a otros estudios nacionales e internacionales.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,003 |
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 découle