Notice bibliographique
Résumé
Objective: To map the outcomes of resubmission policies for initially unsuccessful biomedical research grant applications to competitive funding agencies. Introduction: The initial success rate of grant applications in the biomedical sciences is falling and the number of resubmissions is rising. How funding agencies draft and apply policies on grant resubmission has implications for equity, diversity, and inclusion among applying scientists and for overall scientific innovation and progress. Inclusion criteria: Studies that measure outcomes and/or applicant demographics related to grant resubmission success are included. This review is limited to competitive funding agencies in biomedicine that make funding decisions based on peer review of grant applications, and does not include studies of only first-time applications. Methods: Using an existing scoping review methodology, we will systematically search: MEDLINE (Ovid), CINAHL (Ebsco), EMBASE (Ovid), Cochrane Central Registrar of Controlled Trials CENTRAL (Ovid), PsycInfo (Ebsco), Web of Science (University of British Columbia Institutional Access) , IEEE Xplore Digital Library, for published literature, and OpenGrey, GoogleScholar, arXiv.org, medRxiv.org and ClinicalTrials.gov for unpublished literature. In addition, a targeted Internet search will be performed to identify information in the grey literature. Two reviewers will independently screen abstracts and then full-text articles, identifying evidence for inclusion according to the criteria listed above. This review will report information including, but not limited to: demographic characteristics of the applicants to these competitions, process metrics (e.g., time to funding, volume of reapplications), or downstream effects of the resubmissions process (e.g., applicant career progress, likelihood of resubmitting, future funding or publication success). A preliminary search of MEDLINE, the Cochrane Database of Systematic Reviews, Open Science Framework, and JBI Evidence Synthesis was conducted and no active systematic reviews or scoping reviews on the topic were identified.
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 | 0,067 | 0,337 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,011 |
| Bibliométrie | 0,045 | 0,042 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,005 |
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.
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 ».