Identifying Fraudulent Responses in a Study Exploring Delivery Options for Pregnancies Impacted by Gestational Diabetes: Lessons Learned From a Web-Based Survey
Notice bibliographique
Résumé
Current literature is unclear on the safety and optimal timing of delivery for pregnant individuals with gestational diabetes mellitus, which inspired our study team to conduct a web-based survey study exploring patient and provider opinions on delivery options. However, an incident of fraudulent activity with survey responses prompted a shift in the focus of the research project. Unfortunately, despite the significant rise of web-based surveys used in medical research, there remains very limited evidence on the implications of and optimal methods to handle fraudulent web-based survey responses. Therefore, the objective of this viewpoint paper was to highlight our approach to identifying fraudulent responses in a web-based survey study, in the context of clinical perinatal research exploring patient and provider opinions on delivery options for pregnancies with gestational diabetes mellitus. Initially, we conducted cross-sectional web-based surveys across Canada with pregnant patients and perinatal health care providers. Surveys were available through Research Electronic Data Capture, and recruitment took place between March and October 2023. A change to recruitment introduced a US $5 gift card incentive to increase survey engagement. In mid-October 2023, an incident of fraudulent activity was reported, after which the surveys were deactivated. Systematic guidelines were developed by the study team in consultation with information technology services and the research ethics board to filter fraudulent from true responses. Between October 14 and 16, 2023, an influx of almost 2500 responses (393 patients and 2047 providers) was recorded in our web-based survey. Systematic filtering flagged numerous fraudulent responses. We identified fraudulent responses based on criteria including, but not limited to, identical timestamps and responses, responses with slight variations in wording and similar timestamps, and fraudulent email addresses. Therefore, the incident described in this viewpoint paper highlights the importance of preserving research integrity by using methodologically sound practices to extract true data for research findings. These fraudulent events continue to threaten the credibility of research findings and future evidence-based practices.
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 | 0,258 | 0,521 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».