Notice bibliographique
Résumé
This research explored the impact of race and ethnicity on Black, Indigenous, and People Of Color (BIPOC) and their participation throughout the production of evidence synthesis in information science research. The study also analyzed the potential for evidence synthesis team reviewers to face pressure to modify their results based on their experiences and standing in their profession. A team of health sciences librarians and a full-time faculty member serving as director of a health sciences program at a university in the United States created a survey to better understand the possible effect of race and ethnicity on participation in evidence synthesis. The survey was sent to various online listservs and had quantitative and open-ended questions. There were 118 participants (n = 89 for white participants; n = 29 for BIPOC participants). There were significant associations between length in the profession and repercussions, repercussions and article evaluation career, not complementary and repercussions, not complementary and article evaluation and career, change score and article evaluation career, change score and repercussions, and change score and not complementary.
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 | 0,544 | 0,845 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,016 | 0,013 |
| Bibliométrie | 0,052 | 0,031 |
| Études des sciences et des technologies | 0,005 | 0,014 |
| Communication savante | 0,027 | 0,017 |
| Science ouverte | 0,009 | 0,021 |
| Intégrité de la recherche | 0,013 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,043 | 0,005 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».