MétaCan
Menu
Retour à la cohorte
Enregistrement W7115676306 · doi:10.48448/j5fy-dd17

Retractions and Democracy Index Scores Across 167 Countries

2025· other· W7115676306 sur OpenAlexaffabout

Notice bibliographique

RevueUnderline Science Inc. · 2025
Typeother
Langue
Domaine
Thématique
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésDemocracyIndex (typography)Confidence intervalLanguage changeConfoundingPublication biasMultilevel model

Résumé

récupéré en direct d'OpenAlex

Ahmad Sofi-Mahmudi,1 Hesam Salmabadi2 Objective To evaluate the association between countries’ democratic status and scientific article retraction rates while exploring potential factors influencing this association. Design This retrospective cohort study analyzed publication and retraction data from 2006 to 2023. Data sources included the Retraction Watch Database for retraction data (n = 64,264 retractions), the Economist Intelligence Unit’s Democracy Index for democratic status, and SCImago for country-specific publication outputs (n = 59,385,751 publications). Our primary outcome was retraction rate (retractions per 10,000 publications) rather than absolute retraction counts, to account for varying publication volumes across countries. Using bayesian hierarchical negative binomial regression models with multiple imputations for missing data, we examined the association between the democracy index and article retractions while controlling for key confounders, including gross domestic product (GDP) per capita, research investment as percentage of GDP, English language proficiency scores, corruption control, government effectiveness, regulatory quality, rule of law, press freedom, and international collaboration rates, across 167 countries. Results The analysis of 167 countries demonstrated a median democracy index score of 5.71 (range, 1.05-9.81) and a median scientific publication retraction rate of 5.3 per 10,000 publications (range, 0-214.8). Higher democracy scores were associated with lower retraction rates (adjusted coefficient, −0.46; 95% credible interval [CrI], −0.59 to −0.32) after controlling for confounders (Figure 25-1106). Among institutional factors, rule of law showed a positive association (0.40; 95% CrI, 0.17-0.63), whereas corruption control demonstrated a negative association (−0.54; 95% CrI, −0.72 to −0.36) with retraction rates. The association between democracy and retractions remained stable across periods (interaction coefficient, −0.03; 95% CrI, −0.46 to 0.39), although press freedom effects varied significantly between the 2006 to 2012 and 2013 to 2023 periods (interaction coefficient, −1.40; 95% CrI, −1.77 to −1.03). GDP per capita (0.09; 95% CrI, 0.01-0.17) and government effectiveness (0.21; 95% CrI, 0.01-0.41) were positively associated with retraction rates, suggesting better detection and correction mechanisms in wealthier, more effectively governed countries. https://assets.underline.io/markdown_image/1/image/7d8b6c98d8de5538c342378e51b17ad2.png Conclusions Democratic status shows a negative association with scientific article retraction rates, although this association is complex and mediated by institutional factors. The findings suggest that while democratic societies may have lower rates of problematic research requiring retraction, they also demonstrate stronger institutional capacity for detecting and addressing research misconduct. Affiliations 1Department of Health Research Methods, Evidence and Impact, McMaster University, Hamilton, Ontario, Canada, a.sofimahmudi@ gmail.com; 2Department of Environmental Sciences, University of Quebec in Trois-Rivières, Trois-Rivières, Quebec, Canada. Conflict of Interest Disclosures Ahmad Sofi-Mahmudi is an employee of Cytel Canada Health Inc. Additional Information We used Claude, 3.5 Sonnet (claude-35-sonnet-20241022) through its website for refining the analysis codes. Also, it was used as a grammar and flow checker of the abstract.

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)0,004
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants1,000
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,007
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,334
Écart entre enseignants0,318 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineÉvaluation
GenreEmpirique

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'admission2
Résumé présentoui

Explorer davantage

Même revueUnderline Science Inc.Travaux en français237 207