metascience 2025 .png

METASCIENCE Jour 2 après-midi — Les Zombie et Breakaway journals (original) et un truc général sur l’IA !

Points clés

Bon congrès mais sur les plénières, il y a eu plusieurs présentations de sponsors….  est-ce la place pour cela ? Les présentations de ces sponsors ont été inégales…  du pire et du meilleur. Un programme dense.

Session : Perishable goods? Diversity and disparities in scholarly communication

Les chercheurs ont longtemps été confrontés au défi de « publier ou périr » dans un système orienté vers des mesures étroites de réussite académique. Mais la communication savante évolue rapidement. Cette session explore les tensions persistantes dans ce paysage et envisage de nouvelles solutions.

Présentation agréable de Dan Broskington avec leur article dans QSS, article très cité alors qu’ils dénoncent justement les indicateurs. Il a repris des images de cet article princeps (The strength of publishing) que j’ai présenté sur ce blog. Oralement, il a donné des informations que j e ne peux pas écrire ici. Les numéros spéciaux sont publiés plus vite que les numéros réguliers. MDPI est l’éditeur le plus transparent car toutes les statistiques sont accessibles.

Misha Tepliskiy (University of Michigan) : Geographical disparities in navigating rejection science.  SURPENANT : Quels sont les articles qui finissent à la poubelle ? Le suivi de 126 000 articles rejetés par 62 revues de physique révèle que les auteurs des pays occidentaux sont plus susceptibles de publier ces articles, de les publier plus rapidement et de les réviser moins souvent. Un mécanisme potentiel est l’accès aux connaissances procédurales. Il a présenté beaucoup de diapos avec des données étonnantes…  les biais entre auteurs de pays développés et auteurs de pays en développement sont très nombreux. Ce sont des données qui confirment des impressions que nous avons tous.

James M Zumel Dumlao (University of Michigan). Le peer review coûte très cher…  Pourquoi les chercheurs procèdent-ils à des évaluations par les pairs ? En analysant les données administratives des revues de physique, nous constatons que les évaluateurs apprennent en évaluant : Ils sont deux fois plus nombreux à citer des articles révisés. Le peer review est senqible à la géographie (on accepte plus de reviewer dans le même pays) et la proximité intellectuelle.

Fernando Hoces De La Guardia Figueora Cet article analyse les modèles de publication en économie en examinant le nombre d’hypothèses dont les résultats sont rapportés dans les études du registre RCT de l’American Economy Association. En suivant les résultats au niveau de l’hypothèse dans plus de 300 essais enregistrés, il fournit un aperçu sans précédent de l’ampleur du problème des manuscrits non publiés.

Kyle Siler (Cornell University). Splitting status and substance: the diverging fates of breakaway and zombie journals. Des comités de rédaction démissionnent en masse, et il y a une liste de 43 comités de rédaction ayant démissionné sur RW. Zombie journals: Academic journals that persit after mass resignation Attention, ne pas confondre Zombie trials et Zombie journals. Présentation exceptionnelle avec beaucoup de données. Je préfère traduire le résumé entièrement :

Les démissions massives de comités de rédaction de revues sont un phénomène de plus en plus répandu dans l’édition universitaire. Les revues dissidentes (breakaway) sont de nouvelles revues fondées par des comités de rédaction démissionnaires pour concurrencer la revue qu’ils ont abandonnée. Les éditeurs réagissent souvent à ces mutineries en reconstituant les rédactions et les comités de rédaction afin de préserver la marque de la revue. Les revues zombies sont des revues établies qui persistent après des démissions massives. Les revues « breakaway » et « zombies » permettent d’examiner de manière empirique comment le fait de retirer une partie de la communauté d’une revue de sa marque influe sur les comportements et les créneaux de publication ultérieurs. Cet article analyse les premières études de cas de mutineries de comités de rédaction dans les domaines de la linguistique, de la bibliométrie et des mathématiques. Les analyses de différences entre les revues avant et après la mutinerie révèlent que les revues Breakaway ont rapidement gagné des parts de marché au détriment de leurs homologues Zombie. Après la mutinerie, les revues zombies ont vu leur volume de publication, le nombre de citations reçues et le statut de l’auteur diminuer. En linguistique comme en bibliométrie, les revues Breakaway étaient largement dirigées et fréquentées par des auteurs nord-américains et européens. Cela a créé des chaînes de postes vacants dans les revues zombies, comblées par un afflux d’auteurs affiliés à la Chine, révélant des structures institutionnelles et culturelles uniques de récompense scientifique dans la science chinoise par rapport aux homologues occidentaux traditionnellement leaders. Les résultats suggèrent que le capital académique associé aux marques des revues est mutable et appropriable, offrant aux entrepreneurs institutionnels la possibilité de remodeler l’édition universitaire, ainsi que leurs domaines intellectuels au sens large. Les différentes stratégies concurrentielles des revues « Breakaway » et « Zombie » sont discutées. Les revues universitaires sont confrontées à Janus, car elles impliquent des institutions et des marques souvent puissantes, mais sont également constituées du travail de fond et des compétences des personnes.

 

Plénière : AI in Science: Accelerating discovery

C’est le thème devenu obligatoire dans tous les congrès : et l’intelligence artificielle ?

Chair: Geraint Rees (Vice-Provost for Research Innovation & Global Engagement, UCL)

Opening keynote: Anna Koivuniemi (Head, Google DeepMind Impact Accelerator). Exemple de l’IA pour prédire les cyclones : quelques exemples… Elle a évoqué AlphaFold, une base de données de protéines…   Et aussi AI co-scientist… Des exemples troublants… Il y a des risques que Google voudrait gérer. La présence de Google DeepMind parmi les orateurs a amené une question sensible.. malaise.. et le modérateur a expliqué que le modèle économique n’était pas discutable en ce lieu. Il n’a pas été dit que Google voulait remplacer les chercheurs par de l’IA….  mais !!!!

Keynote panel:
Sabina Leonelli (Professor of Philosophy & History of Science & Technology, Technical University of Munich; Scientific Director of the Ethical Data Initiative). Five challenges for AI in science. 1) Creativity versus routine (dangers are loss of key skills, reification of assumtions into dogmas, increasing opacity of AI models and their genealogy) ; 2) AI for AI’s sake ; voir le rapport ‘Science in the age of AI’, Roayl Society 2024) ; 3) Underestimating validation and maintenance ; 4) Taking ethics out of science — voir the Ethical data initiative EDI ; 5) What is relevant expertise?

Parashkev Nachev (Professor of Neurology, UCL) Does medical science need evolution or revolution? Le nombre de publications double tous les 10 ans alors que le nombre de nouveaux médicaments est divisé par deux tous les 10 ans. Exposé justement critique.
Moumita Kouley (Senior Researcher, DST Centre for Policy Research, Indian Institute for Science). AI’s promise and peril: Insights from researchers of the global south. AI adoption landscape : AI in research ; potential opportunities (drug design, new material ; Challenges ; AI adoption avec des problèmes de volume plutôt que de qualité. AI can accelerate (breakthrough) discoveries. Un exposé général appliqué à l’Inde.. rien de neuf.
Dashun Wang (Professor of Management & Organizations and founding director, Center for Science of Science & Innovation, Northwestern University). Using AI to maximize research impacts. Bridging the gap between Northwestern data et external data !! A new approach to maximizing impact..  Nouvel institut www.niinstitute.org The NI Institute approaches innovation through the lens of fundamental physics – applying its mathematical precision and systematic reasoning to identify patterns in scientific discovery and technology commercialization, while integrating insights from the social sciences.

Table ronde pleine d’exemples, de questions précises, mais quels messages : faire attention à l’intelligence artificielle.

Partagez cet article sur les réseaux:
Facebook
Twitter
Pinterest
LinkedIn

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Articles populaires

Archives mensuelles
Suivez-nous
Newsletter
Inscrivez-vous à notre newsletter mensuelle

Tags

Vous pourriez aussi aimer