Threats to grant peer review: a qualitative study
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Peer review is ubiquitous in evaluating scientific research. While peer review of manuscripts submitted to journals has been widely studied, there has been relatively less attention paid to peer review of grant applications (despite how crucial peer review is to researchers having the means and capacity to conduct research). There is spirited debate in academic community forums (including on social media) about the perceived benefits and limitations of grant peer review. The aim of our study was to understand the experiences and challenges faced by grant peer reviewers. METHODS: Therefore, we conducted qualitative interviews with 18 members of grant review panels-the Chairs, peer reviewers and Scientific Officers of a national funding agency-that highlight threats to the integrity of grant peer review. RESULTS: We identified three threats: (1) lack of training and limited opportunities to learn, (2) challenges in differentiating and rating applications of similar strength, and (3) reviewers weighting reputations and relationships in the review process to differentiate grant applications of a similar strength. These threats were compounded by reviewers' stretched resources or lack of time. Our data also highlighted the essential role of the Chair in ensuring transparency and rigorous grant peer review. CONCLUSIONS: As researchers continue to evaluate the threats to grant peer review, the reality of stretched resources and time must be considered. We call on funders and academic institutions to implement practices that reduce reviewer burden.
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 | 0,099 | 0,214 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,014 | 0,016 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».