Lured by Likes: Evaluating the Online Visibility of Predatory Journals through Altmetric Indicators
Notice bibliographique
Résumé
The purpose of this study is to evaluate the influence of questionable journals on social media. Now defunct and severely western-biased Beall’s list was used to identify predatory journals mostly from the non-western countries, and Altmetric Explorer was used to extract the social media attention. The results showed that Beall’s list had 1,310 predatory journals as of March 2025, and 7,873 articles from 77 deceptive journals garnered web attention from various social media platforms, with a total Altmetric Attention Score (AAS) of 37,427. The low intake of predatory articles on social media can be considered as a parameter in identifying the deceptive journals. Predatory journals were present on 18 different platforms, with a higher presence on Mendeley, accounting for 234467 (88.13%) mentions, and Twitter, with 20949 (7.87%) mentions. The articles from the journal "Aging" received the highest social attention, with 54,748 mentions for its 4,720 articles. The geographical results showed that web discussions about the questionable articles were predominantly from English-speaking countries, including the United States, the United Kingdom, and Canada. Finally, the study reported a significant, weak positive correlation between Dimensions citation (DC) and altmetric attention score, with a correlation coefficient value of 0.23 (rho = 0.23, p ≤ 0.001) for the articles. The present study offers valuable insights for the entire research community on utilising altmetrics as a reliable indicator for identifying predatory journals.
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 | 0,005 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,014 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».