Funders' Expectations for Open Science in Cardiovascular Research: A Scoping Review of the Largest Cardiovascular Research Funders
Notice bibliographique
Résumé
Open science practices, including data sharing, open access, and prospective study registration, have been increasingly recognized to improve transparency, reproducibility, and accessibility in research, yet their uptake and implementation by cardiovascular research funders is unclear. We conducted a scoping review of publicly available policies, guidance, and grant instructions from 12 members of the Global Cardiovascular Research Funders Forum to assess expectations, monitoring, and support for open science in cardiovascular research. We included 105 documents from 9 funders; no relevant documents were identified for 3 funders. Data sharing (67%) and open access (58%) were the most common mandates by funders, followed by prospective registration (50%) and patient and public involvement (50%). Requirements for other practices, including code sharing, use of reporting guidelines, preprints, and open peer review, were uncommon. Monitoring compliance was inconsistent, with many funders not specifying any mechanisms, even for widely required practices. Where available, support was most often provided through financial assistance, guidance, or infrastructure, particularly for open access, data sharing, and patient and public involvement. These findings suggest that while cardiovascular funders are engaging with open science, policies remain uneven in scope, monitoring, and support. Coordinated efforts to strengthen and harmonize open science expectations, particularly around compliance monitoring and researcher training, will be essential to realizing the full potential of open science in cardiovascular research.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,191 | 0,171 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,008 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».