MétaCan
Menu
Retour à la cohorte
Enregistrement W4415529199 · doi:10.1177/25152459251375445

Consistent and Precise Description of Research Outputs Could Improve Implementation of Open Science

2025· article· en· W4415529199 sur OpenAlexaff
Evan Mayo‐Wilson, Sean Grant, Katherine S. Corker, David Moher

Notice bibliographique

RevueAdvances in Methods and Practices in Psychological Science · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésTransparency (behavior)TerminologyOpenness to experienceOpen scienceTerm (time)Key (lock)Open research

Résumé

récupéré en direct d'OpenAlex

In 2013, the Center for Open Science proposed that journal articles be awarded “badges” for engaging in open-science practices, including preregistration. In 2015, the Transparency and Openness Promotion (TOP) guidelines (TOP 2015) promoted preregistration of studies and analysis plans. Since then, the term “preregistration” has been used to describe different research outputs created at different times—sometimes, but not always, including study registration. Following a review of evidence about TOP 2015 implementation, including evidence that adherence could not be rated reliably, the TOP Guidelines Advisory Board updated these guidelines (TOP 2025). The TOP 2025 guidelines no longer use the term “preregistration.” Instead, TOP 2025 disambiguates specific research outputs, such as registrations, study protocols, analysis plans, code, and other research materials. TOP 2025 also explains that researchers should describe the time at which outputs are created and shared in relation to key study activities. In this article, we explain why adopting the terminology used in TOP 2025 and describing the times at which specific research outputs are created and shared will enhance understanding and support better implementation and reporting of open science.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,828
score de la tête « metaresearch » (Gemma)0,900
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,212

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,8280,900
Méta-épidémiologie (sens strict)0,0040,005
Méta-épidémiologie (sens large)0,0070,009
Bibliométrie0,0290,026
Études des sciences et des technologies0,0080,019
Communication savante0,0370,054
Science ouverte0,0090,034
Intégrité de la recherche0,0100,021
Charge utile insuffisante (le modèle a refusé de juger)0,0080,005

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.

Tête enseignante Opus0,831
Tête enseignante GPT0,786
Écart entre enseignants0,044 · 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

Prédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomainePrésentation des résultats
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Methods and Practices in Psychological ScienceMême sujetMeta-analysis and systematic reviewsTravaux en français237 207