MétaCan
Menu
Retour à la cohorte
Enregistrement W4411466289 · doi:10.1177/03400352251351113

Open access publishing in an African context: Notable improvements and recurring challenges

2025· article· en· W4411466289 sur OpenAlexaff
Sodiq Onaolapo, Philips Ayeni, Siphamandla Mncube

Notice bibliographique

RevueIFLA Journal · 2025
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensLakehead UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésPublishingOpen access publishingContext (archaeology)Electronic publishingDescriptive statisticsKenyaPolitical sciencePublic relationsSociologyLibrary scienceComputer scienceWorld Wide WebThe InternetGeographyLaw

Résumé

récupéré en direct d'OpenAlex

Open access publishing has been promoted as a pivotal means of bridging the gap in knowledge access and usage. Despite the growing support for open access publishing globally, little is known about African scholars’ engagement with open access publishing and the barriers limiting their open access publishing practices. Using a survey research design, data was collected from 241 researchers from selected universities in Africa, such as Nigerian, Kenyan and South African universities. The data was collected using online surveys and analysed using the descriptive statistics of frequency counts and percentages. The study reveals that while most of the respondents had published open access articles (78.01%) and had a positive perception of the quality of open access journals (73.45%) and editorial teams, more than half were still limited by article processing charges (58.51%) as they had no funding for their research. Although African researchers are embracing open access publishing more now than they were historically, barriers such as article processing charges and the prolonged response time from reviewers continue to pose a serious challenge to open access uptake in Africa. This study proposes five recommendations for improving open access uptake in African and Global South countries.

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)0,020
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,049
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,011
Études des sciences et des technologies0,0050,005
Communication savante0,0120,015
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,789
Tête enseignante GPT0,657
Écart entre enseignants0,132 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
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

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIFLA JournalMême sujetscientometrics and bibliometrics researchTravaux en français237 207