Publishing the pandemic: the impact of COVID-19 on science and scientific publishing
Notice bibliographique
Résumé
Health systems and medical service providers faced many challenges during the COVID pandemic. This included the medical publishing field. Many medical journals, especially those in general medicine, respirology and critical care, and infectious disease, were forced to evaluate high numbers of manuscripts, at times exceeding the typical average of daily submissions by a factor of 3–5. This was the challenge faced by the flagship journals of the European Respiratory Society (ERS) and the American Thoracic Society (ATS), which had the goal of publishing useful information, and doing it rapidly, while maintaining scientific quality and integrity. As most society journals rely heavily on volunteer reviewers and non-professional editors, considerable stress was put upon the peer review system. Pre-print publications noted a surge in activity during this period and, not surprisingly, journal Impact Factors became inflated due to highly cited COVID-related papers. These effects were temporary, and a few years after the end of the pandemic, medical publishing is now back to previous levels: sound and effective, but intrinsically vulnerable to larger challenges. Cite as: Kolb M, Wedzicha JA, Chalmers JD. Publishing the pandemic: the impact of COVID-19 on science and scientific publishing. In: Chalmers JD, Cilloniz C, Cao B, eds. COVID-19: An Update (ERS Monograph). Sheffield, European Respiratory Society, 2024; pp. 295–299 [ https://doi.org/10.1183/2312508X.10021623 ].
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 | 0,026 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,012 | 0,015 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,021 | 0,019 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,013 |
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 ».