MétaCan
Menu
Retour à la cohorte
Enregistrement W4415488869 · doi:10.5195/jmla.2025.2024

Analyzing the citation impact of predatory journals in the health sciences

2025· article· en· W4415488869 sur OpenAlexaff
Erin Watson, Li Zhang

Notice bibliographique

RevueJournal of the Medical Library Association JMLA · 2025
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésCitationCitation impactBibliometricsCitation analysisBiomedical sciencesHuman scienceImpact factor

Résumé

récupéré en direct d'OpenAlex

Objective: Predatory journal articles do not undergo rigorous peer review and so their quality is potentially lower. Citing them disseminates the unreliable data they may contain and may undermine the integrity of science. Using citation analysis techniques, this study investigates the influence of predatory journals in the health sciences. Methods: The twenty-six journals in the "Medical Sciences" category of a known predatory publisher were selected. The number of articles published by these journals was recorded based on the information from their websites. The "Cited References" search function in Web of Science was used to retrieve citation data for these journals. Results: Of the 3,671 articles published in these predatory journals, 1,151 (31.4%) were cited at least once by 3,613 articles indexed in Web of Science. The number of articles that cited articles published in predatory journals increased significantly from 64 in 2014 to 665 in 2022, an increase of 10-fold in nine years. The citing articles were published by researchers from all over the world (from high-, middle-, and lower-income countries) and in the journals of traditional and open access publishers. Forty-three percent (1,560/3,613) of the citing articles were supported by research funds. Conclusions: The content from articles published in predatory journals has infiltrated reputable health sciences journals to a substantial extent. It is crucial to develop strategies to prevent citing such articles.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarechercheBibliométrie
Domaine: Évaluation · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptBibliométrieMétarecherche
Domaine: Évaluation · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelmedium
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,128
score de la tête « metaresearch » (Gemma)0,135
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie, Communication savante
Catégories consensuellesMétarecherche, Bibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,220
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1280,135
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0120,103
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0050,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,355
Tête enseignante GPT0,596
Écart entre enseignants0,242 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Medical Library Association JMLAMême sujetscientometrics and bibliometrics researchCatégorieMétarechercheTravaux en français237 207