180 Occupational epidemiology: A bibliometric analysis by country and era
Notice bibliographique
Résumé
Objectives Bibliographic databases allow the study of historical trends in research output Methods Countries active in occupational epidemiology were identified using the EPICOH membership list. Seven countries had more than 5 member scientists: USA, Canada, Sweden, UK, Italy, France, and Netherlands. Populations in 2000 were obtained from the UN website. Papers were sought in PubMed using “occupation*” and “epidemiolog*” in Title/Abstract. Country was obtained from the “affiliation” field. Results 7,433 papers were retrieved, the earliest from the UK in 1937 [1]. An initially steep increase in publishing has decelerated, numbers quadrupling from the 1970s to 1980s, doubling from 1980s to 1990s, but increasing by only 30% from 1990s to 2000s. The seven active countries together published 42% (3,095) of the total retrieved. No papers were retrieved from these countries before 1980, so results comparing them relate to 1980–2012. After correcting for population size, Sweden had the highest publication rate of 18.1 per million population, followed by Netherlands and Canada (7.5 and 6.7). USA, UK, France, and Italy were similar (5.2, 4.9, 4.9, and 4.6). In absolute numbers, the USA was the most prolific (1,449). Conclusions These findings must be interpreted with caution because any word search is dependent on the use of language, which varies between countries and language groups, and over time. Also, the affiliation field refers only to the first author. With these caveats, this historical analysis supports some anecdotal impressions about occupational epidemiology: Nordic countries, relative to their size, have made a major contribution; historically, papers have come from a small pool of countries; the large volume of papers from the USA is likely to be influential; and the trend of accelerating research output seen in the twentieth century may have stabilised.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | high |
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,125 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,008 |
| Bibliométrie | 0,144 | 0,174 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».