Open Science at <i>Clinical Psychological Science</i> : Reflections on Progress, Lessons Learned, and Suggestions for Continued Improvement
Notice bibliographique
Résumé
Open science is challenging and frequently time-consuming work, but the payoff is greater assurance that published research is transparent, conducted rigorously, and protected against some forms of researcher bias. In this editorial, we reflect on progress made toward the integration of open-science practices at Clinical Psychological Science ( CPS) 7 years after badges were introduced in the journal and 3 years after open science was initiated as an editorial priority at CPS. Along with establishing open science as an editorial priority, the first team of Open Science Advisors was established to oversee and facilitate preregistration, open materials, and open data badge applications. Here, we discuss how these practices have evolved over time, highlight best practices and common challenges in this work, and emphasize next steps for the future of open science in clinical-psychology research.
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 | 0,399 | 0,628 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,008 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,008 | 0,021 |
| Communication savante | 0,039 | 0,041 |
| Science ouverte | 0,008 | 0,011 |
| Intégrité de la recherche | 0,028 | 0,051 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,006 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».