Open Science Practices in Behavioral Addictions: An Exploratory Survey
Notice bibliographique
Résumé
Background: The field of behavioral addictions (BA) research addresses activity domains such as excessive gaming, gambling, and other online behaviors that influence public health policies. A failure to embrace open science practices may lead to concerns about the trustworthiness and reliability of its research outputs. This study explored the current use of open science practices among BA researchers, focusing on the adoption, underlying motivations, concerns, and support needs across seven specific open science practices.Methods: We distributed an exploratory survey through professional networks, conferences, and social media and received a final N = 83 (early career researcher (ECRs) N= 41). The survey covered six domains: general use, frequency, importance, engagement, concerns, and support needs related to open science practices.Results: Most respondents reported positive attitudes toward open science, with preregistration (75% of total N) and data sharing (65% of total N) as the most commonly used practices. Descriptively, ECRs placed greater importance on these practices than their established counterparts, suggesting a potential generational shift. ECRs primarily reported concerns about insufficient knowledge and fear of errors, while established researchers emphasized workload and a lack of incentives. Both groups highlighted the need for increased time, resources, institutional support, and training.Discussion: Although our findings are descriptive and limited by self-selection and sample bias, they offer initial insights into how open science is perceived and practised in the field. Sustained progress requires coordinated action from individuals, institutions, and professional societies in terms of knowledge transfer and incentives to ensure inclusive and equitable adoption of open science practices.
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 | 0,012 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».