IMPAKT Open Science: Initiative to Measure Perceptions, Attitudes, and Knowledge abouT Open Science // IMPACT Science Ouverte: Initiative pour Mesurer les Perceptions, les Attitudes et les Connaissances en maTière de Science Ouverte
Notice bibliographique
Résumé
Open science is the practice of making scientific inputs, processes, and results freely available to all, with minimal barriers. Globally, open science is driving a dramatic shift in research culture, and more and more governments and research organizations are adhering to the conceptual principles of open science. However, the lack of empirical evidence on what people think about open science, how they feel about it, and to what extent they apply open science practices in their daily workflows severely limits the practical implementation of open science. With limited empirical evidence, governments and funding agencies face significant difficulties in designing community-tailored open science infrastructures, training opportunities, incentives, and policies. The overarching objective of IMPAKT Open Science is to measure and describe researchers’ practical adoption of open science, and determine factors that predict its uptake, including researchers’ perceptions, attitudes, and knowledge about open science. We will pursue this objective by applying and validating a novel self-report assessment instrument, developed by our research team. This instrument will allow us to identify, qualitatively describe, and quantify the perceptions, attitudes, and knowledge about open science of different stakeholders at diverse academic levels (i.e., faculty members, research staff, postdoctoral fellows, graduate students and undergraduate students) working in different academic institutions in Québec and the rest of Canada. In addition, we will conduct one-on-one interviews and focus-group sessions, which will contribute to generating rich qualitative data that will add nuance and richness to quantitative data. We hypothesize that (i) knowledge is the primary factor motivating the implementation of open science practices, (ii) attitudes mediate the relationship between knowledge and implementation of open science, and (iii) perceptions about open science moderate the effect of knowledge and attitudes. Our study will adopt a mixed-methods approach to comprehensively explore participants' perceptions, attitudes, and knowledge about open science. Qualitative analysis will focus on linguistic data from in-depth interviews, focus groups, and open-ended survey questions. Open, axial, and selecting coding will allow us to identify and relate categories emerging from participants’ discourse. Quantitative data resulting from the survey will be analyzed by calculating descriptive statistics, applying exploratory factor analysis to investigate latent factors, and fitting mixed-effects statistical models to assess relationships between the different dimensions of the survey and test hypotheses. IMPAKT Open Science will allow for a more comprehensive understanding of the factors currently driving the implementation of open science practices. Beyond furthering our understanding of open science, our project has important implications for knowledge translation. Specifically, findings will have the potential to inform evidence-based policymaking.
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 | 0,048 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 ».