[论文解读] Which Factors are associated with Open Access Publishing? A Springer Nature Case Study

Fakhri Momeni, Stefan Dietze+3 more|arXiv (Cornell University)|Aug 17, 2022

scientometrics and bibliometrics research被引用 5

一句话总结

本研究基于522,411篇文献的数据，调查了施普林格·自然出版社开放获取（OA）出版的影响因素，采用相关性分析、回归分析及随机森林机器学习方法，识别OA选择的预测因子。主要发现表明，有APC豁免资格的作者更可能在金色OA期刊上发表论文，而享有APC折扣的作者OA采纳率最低，提示折扣政策在促进OA参与方面可能效果有限。

ABSTRACT

Open Access (OA) facilitates access to articles. But, authors or funders often must pay the publishing costs preventing authors who do not receive financial support from participating in OA publishing and citation advantage for OA articles. OA may exacerbate existing inequalities in the publication system rather than overcome them. To investigate this, we studied 522,411 articles published by Springer Nature. Employing correlation and regression analyses, we describe the relationship between authors affiliated with countries from different income levels, their choice of publishing model, and the citation impact of their papers. A machine learning classification method helped us to explore the importance of different features in predicting the publishing model. The results show that authors eligible for APC waivers publish more in gold-OA journals than others. In contrast, authors eligible for an APC discount have the lowest ratio of OA publications, leading to the assumption that this discount insufficiently motivates authors to publish in gold-OA journals. We found a strong correlation between the journal rank and the publishing model in gold-OA journals, whereas the OA option is mostly avoided in hybrid journals. Also, results show that the countries' income level, seniority, and experience with OA publications are the most predictive factors for OA publishing in hybrid journals.

研究动机与目标

• 调查作者所在国家的收入水平、资历、性别以及资助资格如何影响其OA出版选择。
• 评估APC豁免和折扣对OA出版率的影响。
• 考察期刊排名、出版模式与引文影响力之间的关系。
• 利用机器学习方法识别预测OA与封闭获取出版的最关键特征。
• 评估与财务和机构支持结构相关的OA获取潜在不平等问题。

提出的方法

• 使用相关性分析评估出版模式与作者/期刊特征之间的双变量关系。
• 采用多元回归分析，控制其他变量后分离各因素的独立影响。
• 构建随机森林机器学习模型，基于输入特征预测OA出版模式。
• 对随机森林模型进行特征重要性分析，以评估各变量的预测能力排序。
• 整合施普林格·自然和Unpaywall的数据，确定文章层面的OA状态。
• 基于姓名推断性别，排除缺乏性别数据的文章。

实验结果

研究问题

• RQ1 作者所在国家的收入水平如何影响其选择在金色OA期刊发表的可能性？
• RQ2 APC豁免和折扣对OA出版行为有何影响？
• RQ3 期刊排名和出版模式（金色OA与混合OA）与OA选择之间是否存在相关性？
• RQ4 哪些作者和期刊特征最能预测OA出版？
• RQ5 性别和出版经验在多大程度上影响OA出版决策？

主要发现

• 有APC豁免资格的作者在金色OA期刊上发表论文的比例显著高于无豁免资格的作者。
• 享有APC折扣的作者OA出版比例最低，表明折扣可能不足以激励OA出版。
• 期刊排名与金色OA出版之间存在强烈正相关关系，表明高排名期刊更可能为金色OA模式。
• 在随机森林模型中，国家收入水平和以往OA出版经验是预测OA出版的最重要特征。
• 女性作者表现出略微更高的OA出版倾向，但其影响力低于国家收入水平和OA经验。
• 本研究未发现性别本身是OA出版决策的主要驱动因素的有力证据，尽管非西方姓名的性别识别偏差可能影响结果。