Academic impact and rankings of American and Canadian neurosurgical departments as assessed using the h index
Notice bibliographique
Résumé
OBJECT: The authors undertook a study to estimate the relative academic impact of neurosurgical departments in Canada and the US using the h index, a measure of the number of citations received by a collection of work. METHODS: The study included 99 departments of neurosurgery with residency programs participating in the US National Residency Matching Program, and the 14 analogous Canadian programs. Three types of h indices were determined-one reflecting the cumulative work attributed to a neurosurgical department, h(c); one restricted to the cumulative work published over the past 10 years, h(10); and one limited to work published in 2 major North American neurosurgical journals, h(NS)(10). For an article to be included, attribution to a neurosurgical department had to appear in the address field in the database Thomson's ISI Web of Science. The three h indices were compared with each other, and their relation to other measures such as size of the department, degrees held by the faculty, and research funding was examined. RESULTS: Significant correlations were found between the citation indices and faculty size, number of publications and the types of degrees held by the faculty, and funding by the US NIH. Three types of authorship were identified: neurosurgeon, nonclinician researcher, and nonneurosurgeon clinical affiliate. The degree to which the latter 2 nonneurosurgeon categories contributed to the departmental h index varied among departments and can confound interdepartmental comparison. Limiting articles to those published in neurosurgical journals appeared to correct for the influence of nonneurosurgeons in departmental impact and reflect neurosurgeon-driven scholarship. CONCLUSIONS: The h index may be useful in evaluating output across neurosurgery departments.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,023 | 0,037 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».