基于PubPeer的学术期刊智能预警研究

摘要

[研究目的]期刊在学术生态中承担重要角色,近年来期刊存在着一些问题亟待解决,现有期刊预警研究存在不足与缺失,在大数据与人工智能环境下基于负向评价与开放获取探索切实可行的期刊预警方法。[研究方法]本研究从出版后同行评议论坛PubPeer获取期刊、论文及质疑评论相关信息,从多维度构建期刊预警指标,采用随机森林算法训练得到智能预警模型,对期刊的学术风险状况进行评测,得到预警期刊列表,并对预警期刊进行分析。[研究结论]所提出的方法能够有效的识别期刊的潜在风险,发掘预警期刊特点,可对科研人员选择成果发表平台提供参照,敦促出版机构加强自身建设,强化期刊质量管理。