A Comparison of Research Productivity Across Plastic Surgery Fellowship Directors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Objective measures of research productivity depend on how frequently a publication is cited. Metrics such as the Hirsch index (h-index; total number of publications h that have at least h citations) allow for an objective measurement of the scientific impact of an author's publications. OBJECTIVES: The purpose of this study was to assess and compare the h-index among aesthetic plastic surgery fellowship directors to that of fellowship directors in craniofacial surgery and microsurgery. METHODS: We conducted a cross-sectional study of all fellowship directors in aesthetic surgery, craniofacial surgery, and microsurgery in the United States and Canada. The gathered data were categorized as bibliometric (h-index, i10-index, total number of publications, total number of citations, maximum citations for a single work, and number of self-citations) and demographic (gender, training background). Descriptive statistics were computed. RESULTS: The sample was composed of 30 aesthetic surgeons (93% male), 33 craniofacial surgeons (97% male), and 32 microsurgeons (94% male). The mean h-index was 13.7 for aesthetics, 16.9 for craniofacial, and 12.4 for microsurgery. There were no significant differences for any of the bibliometric measures between the three subspecialties, despite the fact that academic rank and years in practice were significantly different. CONCLUSIONS: As measured by the h-index, there is a high level of academic productivity among fellowship directors, regardless of subspecialty area. Unlike other plastic surgery subspecialties however, the h-index of aesthetic plastic surgeons is not correlated to academic rank, revealing a discrepancy between perceptions of aesthetic plastic surgery and its actual academic impact.
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.
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 | 0,112 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle