统计学 > 其他统计
[提交于 2015年7月23日
]
标题: 同行评审的随意性:对NIPS实验的贝叶斯分析
标题: Arbitrariness of peer review: A Bayesian analysis of the NIPS experiment
摘要: 同行评审的原则是研究评估的核心,通过确保只有高质量的项目得到资助或发表。 但同行评审也受到了批评,因为评审人员的选择可能在系统中引入偏见。 2014年,"神经信息处理系统\rq \rq{} 会议"的组织者进行了一项实验,其中$10\%$份提交的手稿(166项)经历了两次评审过程。 随意性被测量为在第二次委员会审查的情况下,已被接受的稿件被拒绝的条件概率。 这个数字等于$60\%$,总接受率等于$22.5\%$。 在这里,我们通过对这两个数字进行贝叶斯分析,引入了一个隐藏参数,用于衡量一份稿件符合基本质量标准的概率。 通常的标准质量标准包括新颖性、清晰度、可重复性、正确性以及不存在任何形式的不当行为,并且这些标准被大量提交的稿件所满足。 贝叶斯估计对于隐藏参数等于$56\%$ ($95\%$置信区间: $ I = (0.34, 0.83)$),并且有明确的解释。 结果表明为了减少未来评审过程中的随意性估计,应该提高总的接受率。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.