Reviewers’ views on the editorial review processes of the Canadian Medical Education Journal
Notice bibliographique
Résumé
Background: Peer review is an integral part of the scientific process, ongoing efforts are needed to improve this process for both the reviewer and the scientific journal conducting peer review. This work describes the Canadian Medical Education Journal (CMEJ) peer reviewers’ experiences in accepting or declining invitations to review. Methods: We deployed questionnaires between December 2020 and May 2022. We calculated descriptive statistics for each response group (accepted or declined invitations). We analyzed open-ended comments using conventional content analysis. Results: CMEJ Reviewers described their experiences within three broad categories of factors: individual, contextual, and journal. Participants strongly agreed or agreed to review an article (n = 95) because the article was: within their area of expertise (84/95 = 88.4%); within a topic of interest (n = 83, 87.4%); an appropriate length (n = 79, 83.2%); relevant to their work and/or interests (n = 77, 81.1%); of sufficient quality (n = 75, 78.9%); educational (n = 72, 75.8%); and provided the opportunity to remain up-to-date on current research (n = 69, 72.6%). Participants’ (n = 17) most cited reason for declining their invitation to review for CMEJ was competing workloads (n = 14, 82.4%). Reviewers appreciated reviewer instructions, knowing the article’s outcome, and seeing what other reviewers had to say. Conclusion: This work describes the enablers and barriers of CMEJ reviewers and highlights the need to acknowledge peer reviewers' work, while challenging institutions and journals to support peer review activities.
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 | 0,155 | 0,521 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,024 | 0,010 |
| Communication savante | 0,023 | 0,004 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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; 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 ».