Kemitraan antara Crossref dan Retraction Watch membuka babak baru dalam upaya memastikan integritas dan keandalan literatur ilmiah, memberikan sumber daya yang berharga bagi komunitas peneliti untuk mencegah penyebaran informasi yang tidak akurat.

Dalam langkah strategis untuk meningkatkan transparansi dan integritas dalam publikasi ilmiah, Crossref mengakuisisi basis data retraksi artikel dari Retraction Watch. Kemitraan ini mencerminkan misi bersama kedua organisasi nirlaba untuk memberikan akses yang lebih luas kepada komunitas ilmiah terhadap data retraksi yang akurat dan terpercaya.

Dalam sesi open retraction data: podcast yang diadakan oleh COPE 21 Maret 2024 kemarin, Trevor Lane (COPE) mengundang Ivan Oransky (co-founder of retraction watch) dan Ed Pentz (executive director crossref). Dari diskusi mereka ada beberapa hal yang dapat dicatat.

Melalui kemitraan ini, Crossref akan memanfaatkan basis data retraksi yang kuat dari Retraction Watch, yang disempurnakan dengan keahlian teknologi Crossref untuk data publik terkait dengan publikasi ilmiah (metadata artikel/jurnal). Hal ini tidak hanya memperkaya basis data dengan informasi retraksi yang lebih detail, termasuk alasan-alasan spesifik di balik retraksi sebuah artikel, tapi juga memungkinkan data tersebut dibuka untuk komunitas ilmiah secara lebih luas secara terbuka.

Dengan basis data yang kini terbuka, pengguna baik pengelola jurnal ilmiah, peneliti, jurnalis dan stakeholder donor dapat mengunduh dataset dan mengintegrasikannya ke dalam sistem pihak ketiga, memudahkan pengecekan artikel yang telah ditarik. Ed, dari Crossref, mengharapkan integrasi data retraksi ke dalam sistem yang sudah ada seperti layanan penemuan, manajer referensi, dan platform penerbit. Ia juga mengantisipasi penyebaran lebih luas melalui API Crossref dan peningkatan masa depan yang sesuai dengan rekomendasi National Information Standards Organization (NISO)

Selain retraksi, basis data Retraction Watch juga mencakup ekspresi kekhawatiran (atensi kecurigaan) dan koreksi terbatas pada tiap artikel ilmiah. Namun, penanganan ekspresi kekhawatiran (atensi kecurigaan) menimbulkan tantangan yang lebih besar karena praktik penerbit ilmiah yang bervariasi, juga model telaah dan sistem editorial yang beragama pada masing-masing disiplin ilmu.

Membantu Investigasi Jurnalis dan Pemilihan Kasus Kecurangan Akademik

Retraction Watch akan terus menjalankan kegiatan investigasi jurnalismenya secara independen dari akuisisi basis data. Proses seleksi kasus untuk pelaporan telah berkembang seiring dengan meningkatnya jumlah retraksi. Prioritas diberikan berdasarkan faktor seperti prominensi (keutamaan) artikel ilmiah dan topik riset yang mendasarinya, yang melampaui sekedar masalah retraksi. Itu artinya Retraction Watch tidak berhenti pada isu ditarik atau tidaknya artikel ilmiah, namun lebih dalam pada mengapa artikel itu ditarik? Apa sebabnya? Usaha-usaha itu yang diupayakan oleh Ivan dan rekan-rekannya.

Ivan dan Ed mengakui potensi basis data dalam meningkatkan layanan khusus AI generatif (Gen-AI) dengan memastikan hanya karya yang solid dan belum ditarik yang digunakan dalam proses pelatihan atau pencarian. Namun, implementasinya pada Large Language Model (LLM) yang dilatih dari data web secara umum tanpa memperhatikan asal-usulnya dinilai sangat sulit.

Kemitraan ini direncanakan sebagai hubungan berkelanjutan dengan ekspektasi perpanjangan setelah periode lima tahun berakhir, disesuaikan dengan perubahan lanskap saat itu. Crossref menjamin akses berkelanjutan dengan menyimpan file akses publik tahunan dari seluruh metadata mereka di server pihak ketiga.

Upaya Meningkatkan Integritas Riset

Untuk menjaga integritas catatan riset, Ivan menekankan perlunya mengatasi masalah integritas riset dari hulu dengan mengubah struktur insentif dalam akademia. Pendekatan holistik yang fokus pada keterbukaan (openness), penilaian yang adil (fair assessment), dan pengalihan dari mentalitas publish-or-perish diperlukan. Ed menambahkan, upaya untuk menghubungkan metadata penelitian dan menilai kualitas serta dampak secara lebih komprehensif merupakan langkah penting menuju tujuan ini.