Editorial Commitment to Trust and Integrity in Science: Implications for Pain and Anesthesiology Research
Notice bibliographique
Résumé
DavidYarnitsky, Editor-in-Chief, PAIN Reports; and Tonya Palermo, Editor-in-Chief, The Journal of Pain) dedicated to advancing discoveries and innovations in basic, translational, and clinical research across anesthesiology and pain-related disciplines, which play a crucial role in reducing the burden of pain, improving health, enhancing perioperative outcomes, and optimizing healthcare delivery.Across scientific disciplines, concerns have been raised about research quality and trustworthiness.1,2 While these challenges are not unique to pain and anesthesiology research, we recognize this as a judicious opportunity to raise awareness and collaborate across our journals to align and strengthen initiatives to enhance research integrity, trust, and impact across our field.In a 2005 landmark paper, John Ioannidis concluded with the dramatic and troubling assertion that "most published research findings are false", stimulating a large focus in the biomedical research community on understanding issues of integrity, reproducibility, and replication that continues to be relevant to this day.3 Indeed, there are many instances in which authors, institutions, funders, publishers and journals have failed to embody the core values that produce
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 | 0,021 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,013 | 0,006 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,017 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,008 |
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 ».