Systematic mapping and bibliometric analysis of meta-analyses on animal cognition
Notice bibliographique
Résumé
Meta-analyses play an important role in empirically synthesising research and guiding future directions. The field of animal cognition is rapidly expanding, with both empirical and review papers increasing at a faster rate than those in the life sciences overall. However, the use of meta-analyses, their methodological rigour, and the geographic distribution of research activity remain unclear. We systematically reviewed 49 meta-analytical studies encompassing 1824 primary studies on animal cognition. Half of the meta-analytical studies focused on the evolution and diversity of non-human animal cognition, while the other half used animals as models to understand human cognition. Most studies addressed factors affecting cognitive abilities, focusing on mammals and birds. Although many studies aimed to examine evolutionary or diversity-related questions, few analysed cognitive variation across species or tested evolutionary hypotheses, and even fewer incorporated phylogenetic relationships. While some studies investigated sex differences, many reported that they could not due to unbalanced sex ratios in the primary studies, notably a predominance of males. Both primary and meta-analytical studies often lacked adequate methodological reporting and rarely shared raw data or analysis scripts. Our bibliometric analysis showed that research is geographically concentrated, with authorship and collaboration mostly in high-income countries. To address current gaps, we recommend greater adherence to open science practices, improved regional inclusivity, and broader taxonomic and individual-level coverage. Finally, we highlight the complementary roles of meta-analyses and Big Team Science in advancing the field by improving its transparency, inclusivity, and reliability.
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 | 0,118 | 0,396 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,002 |
| Méta-épidémiologie (sens large) | 0,018 | 0,034 |
| Bibliométrie | 0,132 | 0,111 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».