Studie zu Predatory Journals und Konferenzen: kein marginales Thema
Datum: 3. Mai 2022
Autor: Erwin König
Kategorien: Studien

In den letzten Jahren ist das Phänomen der sogenannten Predatory Journals in Massenmedien als auch in wissenschaftlichen Fachzeitschriften wiederholt thematisiert worden. Die breitere Berichterstattung konnte allerdings nur wenig daran ändern, dass bisher kaum effektive Maßnahmen gegen diese betrügerischen Publikationen und Verlage ergriffen wurden. In einem kürzlich veröffentlichten Bericht der InterAcademy Partnership (IAP) – ein weltweites Netzwerk von über 140 Hochschulen aus dem Bereich der Naturwissenschaften, des Ingenieurwesens und der Medizin – werden konkrete Handlungsempfehlungen für einen globalen, systemischen Aktionsplan genannt, um gegen diese weit verbreiteten und schädlichen Praktiken vorzugehen. Schließlich stellen sie eine ernsthafte Bedrohung der wissenschaftlichen Glaubwürdigkeit dar. Der Bericht ist das Ergebnis einer zweijährigen Studie mit dem Titel „Combatting Predatory Academic Journals and Conferences“, der wohl umfassendsten Analyse dieser unseriösen Praktiken, die bisher zu diesem Thema erstellt wurde.

...

Um den Artikel in voller Länge lesen zu können, benötigen Sie ein Abo. Jetzt Abo abschließen oder mit bestehendem Konto anmelden!

Mehr zum Thema:

Gen Z und Millennials lieben digitale Medien UND Bibliotheken

Die Generation Z und Millennials, die für ihre tiefgreifende Verbindung zur digitalen Welt bekannt sind, zeigen überraschenderweise auch eine starke Affinität zu physischen Bibliotheken, wie neue Studien der American Library Association zeigen – die Ergebnisse sind...

Auskunfts- und Informationsdienste in Bibliotheken

Die Studie Reference service in libraries like mine: A comparison of current reference service in libraries serving medium, small, and very small institutions von Julie E. Sweeney (Ryan Library, Point Loma Nazarene University, USA)1 zielt darauf ab, die Lücke in der...

Die transparente Dokumentation von Cultural Heritage Datasets

Angesichts der Probleme in Bezug auf Datenqualität und unzureichende Dokumentation von Datensätzen hat die Machine Learning Community begonnen, standardisierte Verfahren zur Erstellung von Datenblättern für maschinelles Lernen zu entwickeln. Das Hauptziel besteht...