MétaCan
Menu
Retour à la cohorte
Enregistrement W4403303066 · doi:10.1037/amp0001224

Editor bias and transparency in psychology’s open science era.

2024· article· en· W4403303066 sur OpenAlexaff
Donald Sharpe

Notice bibliographique

RevueAmerican Psychologist · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueAcademic Writing and Publishing
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésTransparency (behavior)Open sciencePsychologyApplied psychologyPolitical scienceLawStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

In this open science era, psychology demands researchers be transparent in their research practices. In turn, researchers might ask if journal editors are being equally transparent in their editorial practices. Editor bias is when editors fail to be fair and impartial in their handling of articles. Editor bias can arise because of identity-who authors are-or because of content-what authors write. Proposed solutions to editor bias include masking author identity and increasing editor diversity. What is needed is greater transparency. By being more transparent, editors would be in a better position to encourage others to embrace open science. (PsycInfo Database Record (c) 2024 APA, all rights reserved).

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)0,248
score de la tête « metaresearch » (Gemma)0,635
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte
Catégories consensuellesMétarecherche
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,928

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2480,635
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0090,029
Communication savante0,0240,028
Science ouverte0,0030,013
Intégrité de la recherche0,0100,014
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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.

Tête enseignante Opus0,089
Tête enseignante GPT0,387
Écart entre enseignants0,298 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican PsychologistMême sujetAcademic Writing and PublishingTravaux en français237 207