Detectable AI-Generated Text in the Journal of Craniofacial Surgery: A Comparison of 2014 and 2024 Publications
Notice bibliographique
Résumé
BACKGROUND: The rapid emergence of large language models (LLMs) has transformed scientific writing, prompting concerns regarding the extent to which generative artificial intelligence (AI) tools may be influencing published research manuscripts. AI-detection software has been proposed as a method to identify AI-generated text; however, the validity of these tools in scientific contexts remains uncertain. This study evaluates detectable AI content in articles published in the Journal of Craniofacial Surgery (JCFS) before and after the widespread adoption of LLMs. METHODS: A retrospective cross-sectional analysis was conducted using all JCFS articles published in 2014 (pre-LLM) and 2024 (post-LLM). Full-text manuscripts and individual sections (Abstract, Introduction, Methods, Results, Discussion, Conclusion) were analyzed using ZeroGPT to determine the percentage of detectable AI-generated text. Detection scores were compared using the Mann-Whitney U test. RESULTS: A total of 1490 manuscripts were analyzed (659 in 2014; 831 in 2024). Mean detectable AI content increased from 8.6% (SD 9.8) in 2014 to 10.7% (SD 10.4) in 2024 ( P = 0.00001). Section-level comparison demonstrated the greatest increase in Results sections (19.8%-24.1%, P = 0.00001), with additional increases in Introduction, Methods, Discussion, and Conclusion sections, but no significant change in Abstracts (13.4% versus13.9%, P = 0.32). Although statistically significant, these differences were small in absolute magnitude. CONCLUSIONS: Detectable AI content in JCFS manuscripts increased modestly over the past decade, likely reflecting detection software behavior and evolving writing structure rather than widespread use of generative AI. Findings support cautious interpretation of AI-detection outputs and highlight the need for validated tools and thoughtful editorial policy development.
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 | 0,022 | 0,151 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,027 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».