Bilimsel çalışmalardaki geri çekilmelerin makine öğrenimi tabanlı değerlendirilmesi

Araştırmacılar her gün bulgularına dayanarak muazzam sayıda yayın üretmektediler. Bilimsel dergilerde yayınlanan geri çekilmiş makalelerin sıklığı, son 20 yılda, genel yayın sayısındaki kademeli büyümeyi geride bırakarak keskin bir şekilde artmıştır. Yayınların geri çekilmesi, araştırmacının bulgulara ve sonuçlara güvenmesini imkansız kılan ciddi şekilde hatalı veya yanlış bilgi veya veriler içeren makaleler hakkında okuyucuları bilgilendirerek literatürü düzeltmeye yarayan bir mekanizmadır. Şüpheli araştırmalar, özellikle tıp literatüründe, dezenformasyon yayabilir ve insanları tehlikeye atabilir. Mayıs 2020 itibariyle, Geri Çekme İzleme Veritabanı 23.000 geri çekilmiş makaleyi ve bunlardan doğrudan alıntı yapan 800.000 makaleyi göstermektedir. Bu tezde, geri çekilen makalelerle olan ilişkilerine dayanarak hangi yayınların geri çekilmeye yakın olduğunu belirleme ve bunlardan alıntı yapan makalelerin ne zaman yeniden gözden geçirilmesi gerektiği incelenmektedir. Lojistik Regresyon, Naïve Bayes, Destek Karar Makineleri ve Rastgele Orman gibi farklı makine öğrenimi algoritmalarını kullanarak geri çekilme olasılığı yüksek olan makalenin tahmin edilebileceği bir yöntem önerilmiştir. Ayrıca, konu uzmanının yardımıyla alıntı işlevleri için bir ek açıklama şeması sunulmuştur. Bu şemaya göre, 664 makaleden 221'inin yeniden değerlendirilmesi gerektiği belirlenmiştir. Eğitilmiş model, olası geri çekmeleri belirlemede yaklaşık olarak %82 doğruluk elde etmiştir. Böylece, tüm veritabanını gözden geçirmek yerine potansiyel olarak zararlı literatürün bir kısmını kontrol etmek için kaynaklarımızı koruyabiliriz. Sağlık hizmetleri bağlamında, yeni veriler oluşturmak için gelecekteki çalışmalar için birkaç alan ve kategori dikkate alınabilir. Toplanan verilerden daha fazla bilgi ve eğilim keşfedilebilir. Özellik mühendisliği için derin öğrenme modellerinin geliştirilmesi de yararlı olacaktır.