The State of Research and Development in Global Cancer Surgery
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to perform an analysis of global cancer surgery research and development trends over the last 10 years across 21 countries. BACKGROUND: Surgery is the main modality for cancer cure and control globally. Yet, in comparison to other areas such as cancer drugs, we know little about ongoing research activities to inform policymakers. METHODS: Two subfield filters, surgery research and oncology, were developed and applied to Web of Science. The intersection of these 2 filters identified papers in surgical oncology, and their bibliographic details were downloaded for analysis. This included matching of 5-year citation counts to the papers, impact factor, geographical analysis by country, translational collaboration, involvement in clinical trials, citation on clinical guidelines, and percentage of reviews. RESULT: Surgical oncology represents about 9% of all cancer research-low in comparison with surgery's contribution to cancer treatment. The US published the most, followed by Japan which had a high relative commitment to surgery within cancer research, followed by the large West European countries. Although Sweden's papers were relatively basic, it participated the most in clinical trials. Its papers were also the most cited on clinical guidelines, but contained relatively few reviews, where the UK, Greece, and Belgium scored best. Surgical oncology papers are generally not well cited compared with cancer research overall, but on this measure the Netherlands, the US, and Sweden scored best. International collaboration was measured relative to what might have been expected, on this indicator Canada, Switzerland, and the US were the best performers. CONCLUSIONS: Globally, low activity-low funding cycle needs to be addressed by new national and supranational policies to support surgical oncology research.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».