Peer Review
Theo: https://info.orcid.org/documentation/workflows/peer-review-workflow/
Bình duyệt ngang hàng là trọng tâm của đánh giá nghiên cứu - không chỉ cho xuất bản bài báo trên tạp chí, mà còn cho việc lên chương trình hội nghị, việc trao các trợ cấp, và việc tuyển dụng, thăng tiến, và các quyết định nhiệm kỳ. Việc nhúng các ORCID iD vào các quy trình bình duyệt của bạn có thể giúp hợp lý hóa các quy trình của bạn, cải thiện quản lý các cơ sở nhân sự, và cung cấp sự thừa nhận cho những người bình duyệt của bạn.
Thông thường, một quy trình bình duyệt ngang hàng sẽ tuân theo mẫu được mô tả bên dưới, dù điều này có thể biến đổi tùy thuộc vào trường hợp sử dụng cụ thể.
Trong quá trình bình duyệt, người bình duyệt được yêu cầu cung cấp ORCID iD của họ bằng việc ký vào hồ sơ ORCID của họ hoặc đăng ký một iD mới nếu họ còn chưa có. Điều này có thể được thực hiện bên trong hệ thống bình duyệt (ví dụ, một hệ thống đệ trình bản thảo) hoặc qua một thư điện tử hoặc một thông điệp khác được gửi trực tiếp tới người bình duyệt đó
Người bình duyệt được yêu cầu xác thức (hoặc từ chối) quyền truy cập cho tổ chức triệu tập để đọc và cập nhật hồ sơ của họ
Một khi việc bình duyệt đã kết thúc, tổ chức triệu tập (hoặc nhà cung cấp dịch vụ của họ, nơi thích hợp) gửi thư điện tử cho người bình duyệt để cảm ơn họ vì sự đóng góp của họ và có thể chọn yêu cầu sự cho phép để tải lên thông tin về bình duyệt cụ thể này tới hồ sơ ORCID của họ
Một khi được đồng ý, tổ chức triệu tập/ nhà cung cấp dịch vụ bổ sung thêm thông tin về bình duyệt tới phần Bình duyệt Ngang hàng (Peer Review) của hồ sơ ORCID. Lưu ý, phần Peer Review chỉ có thể được một tổ chức thành viên ORCID nhập liệu, chứ những người sử dụng không làm được.
Ví dụ

Các lợi ích
Việc nhúng ORCID iD vào trong các quy trình của bạn có thể giúp các nhà xuất bản và các bên liên quan hợp lý hóa các quy trình của bạn, cải thiện việc quản lý quan hệ khác hàng - CRM (Customer Relationship Management) và các cơ sở dữ liệu nhân sự khác, và cải thiện khả năng phát hiện.
Quan trọng, bạn có thể góp phần của bạn vào việc xây dựng hạ tầng thông tin nghiên cứu tin cậy bằng việc khẳng định kết nối giữa những người bình duyệt của bạn và hoạt động bình duyệt và những đóng góp khác của họ.
Tham khảo thêm các bản dịch liên quan tới các quy trình làm việc của ORCID ở đây.
Peer review is central to the evaluation of research – not just for journal article publication, but also for conference programming, for awarding grants, and for making hiring, promotion, and tenure decisions. Embedding ORCID iDs into your review workflows can help streamline your processes, improve the management of people databases, and provide recognition for your reviewers.
Typically, a peer review workflow will follow the pattern described below, although this can vary depending on the specific use case.
During the review process, the reviewer is asked to provide their ORCID iD by signing in to their ORCID record or registering a new iD if they don’t already have one. This may be done within the review system (eg a manuscript submission system) or via an email or other message sent directly to the reviewer
The reviewer is asked to authorize (or deny) access for the convening organization to read and update their record
Once the review has been completed, the convening organization (or their service provider, where appropriate) emails the reviewer to thank them for their contribution and may choose to request permission to upload information about this specific review to their ORCID record
Once approval is given, the convening organization/service provider adds information about the review to the Peer Review section of the ORCID record. Note, the Peer Review section can only be populated by an ORCID member organization, not by users.
Embedding ORCID iDs in your workflows can help publishers and associations streamline your processes, improve the management of CRM and other people databases, and improve discoverability.
Importantly, you can play your part in building a trusted research information infrastructure by asserting the connection between your reviewers and their review activity and other contributions.
Blogger: Lê Trung Nghĩa
letrungnghia.foss@gmail.com
Tác giả: Nghĩa Lê Trung
Ý kiến bạn đọc
Những tin mới hơn
Những tin cũ hơn
Blog này được chuyển đổi từ http://blog.yahoo.com/letrungnghia trên Yahoo Blog sang sử dụng NukeViet sau khi Yahoo Blog đóng cửa tại Việt Nam ngày 17/01/2013.Kể từ ngày 07/02/2013, thông tin trên Blog được cập nhật tiếp tục trở lại với sự hỗ trợ kỹ thuật và đặt chỗ hosting của nhóm phát triển...
DigComp 3.0: Khung năng lực số châu Âu
Các bài toàn văn trong năm 2025
Các bài trình chiếu trong năm 2025
Các lớp tập huấn thực hành ‘Khai thác tài nguyên giáo dục mở’ tới hết năm 2025
Tập huấn thực hành ‘Khai thác tài nguyên giáo dục mở’ cho giáo viên phổ thông, bao gồm cả giáo viên tiểu học và mầm non tới hết năm 2025
Các tài liệu dịch sang tiếng Việt tới hết năm 2025
Loạt bài về AI và AI Nguồn Mở: Công cụ AI; Dự án AI Nguồn Mở; LLM Nguồn Mở; Kỹ thuật lời nhắc;
Tổng hợp các bài của Nhóm các Nhà cấp vốn Nghiên cứu Mở (ORFG) đã được dịch sang tiếng Việt
Tổng hợp các bài của Liên minh S (cOAlition S) đã được dịch sang tiếng Việt
Năm Khoa học Mở & Chuyển đổi sang Khoa học Mở - Tổng hợp các bài liên quan
Bạn cần biết những gì về các khung năng lực AI mới của UNESCO cho học sinh và giáo viên
Bàn về 'Lợi thế của doanh nghiệp Việt là dữ liệu Việt, bài toán Việt' - bài phát biểu của Bộ trưởng Nguyễn Mạnh Hùng ngày 21/08/2025
Khung năng lực AI cho giáo viên
‘Khung năng lực AI cho giáo viên’ - bản dịch sang tiếng Việt
‘KHUYẾN NGHỊ VÀ HƯỚNG DẪN TRUY CẬP MỞ KIM CƯƠNG cho các cơ sở, nhà cấp vốn, nhà bảo trợ, nhà tài trợ, và nhà hoạch định chính sách’ - bản dịch sang tiếng Việt
Mark Zuckerberg: DeepSeek cho thấy vì sao nước Mỹ phải là ‘tiêu chuẩn nguồn mở toàn cầu’ của AI; không có lý do gì để suy nghĩ lại về việc chi tiêu
50 công cụ AI tốt nhất cho năm 2025 (Đã thử và kiểm nghiệm)
DeepSeek đã gây ra sự hoảng loạn trên thị trường — nhưng một số người cho rằng việc bán tháo là quá mức
Nhà khoa học AI hàng đầu của Meta cho biết thành công của DeepSeek cho thấy 'các mô hình nguồn mở đang vượt trội hơn các mô hình độc quyền'
“Chúng tôi không có hào nước”: Sự đổi mới đột phá của AI nguồn mở
‘Đặc tả Khung Tính mở Mô hình (MOF)’ của LF AI & Data - Tài sản chung của AI Tạo sinh - bản dịch sang tiếng Việt
‘LỘ TRÌNH CỦA TỔNG THƯ KÝ LIÊN HIỆP QUỐC VỀ HỢP TÁC KỸ THUẬT SỐ THÚC ĐẨY HÀNG HÓA CÔNG CỘNG KỸ THUẬT SỐ’ - bản dịch sang tiếng Việt
AI trong TVET - Một vài gợi ý triển khai trong thực tế
Dữ liệu để phân loại AI
Tài sản chung kỹ thuật số và Hàng hóa Công cộng Kỹ thuật số - Tìm thấy nền tảng chung cho các nhà hoạch định chính sách
Khung năng lực AI cho học sinh
Nếu DeepSeek muốn trở thành một người phá vỡ thực sự, nó phải tiến xa hơn nữa về tính minh bạch của dữ liệu
Mark Zuckerberg nói Meta có kế hoạch chi hơn 60 tỷ USD khi Thung lũng silicon hoảng loạn về sự cạnh tranh của AI Trung Quốc
‘Xây dựng cách tiếp cận minh bạch dữ liệu AI lấy người dùng làm trung tâm’ - bản dịch sang tiếng Việt
Tọa đàm ‘Vai trò của Tài nguyên Giáo dục Mở trong chuyển đổi số giáo dục đại học’ tại Viện Chuyển đổi số và Học liệu - Đại học Huế, ngày 12/09/2025