Librarian involvement on knowledge synthesis articles and its relationship to citation counts and Journal Impact Factor
Notice bibliographique
Résumé
Introduction: Our aim was to determine if there is a relationship between librarian involvement on a knowledge synthesis project and the synthesis's citation count or the Journal Impact Factor (JIF) of its publication venue. Methods: A total of 551 knowledge syntheses published during a one-year period (2020) from a single category, "Psychology, Clinical", in Clarivate's Journal Citation Reports were exported from Web of Science along with the citation counts for each synthesis and the JIF of its publication venue. The full-text of each article was examined in order to code each as either co-author, acknowledged, or unknown to reflect the level of librarian involvement in the synthesis. The Wilcoxon Rank Sum test on bootstrapped samples was used to determine the significance of the results. Results: Librarians were co-authors or acknowledged in 80 (15%) of the syntheses examined. Analyzing two levels of librarian involvement (involved, unknown) indicated no relationship between the level of librarian involvement and the JIF of the journal nor the citation count the synthesis received since publication. Discussion: There is no evidence of a relationship between librarian involvement in knowledge syntheses and the JIF of the publication or citation count of documents published in journals falling in the JCR category of "Psychology, Clinical" in the year 2020. Repeating this methodology in a different JCR category could help determine whether this lack of a relationship extends beyond the "Psychology, Clinical" category.
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 | 0,120 | 0,552 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,037 | 0,056 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».