MétaCan
Menu
Retour à la cohorte
Enregistrement W2040368148 · doi:10.1002/jmv.20346

Estimates of global research productivity in virology

2005· article· en· W2040368148 sur OpenAlexaboutno aff
Matthew E. Falagas, Antonia I. Karavasiou, Ioannis A. Bliziotis

Notice bibliographique

RevueJournal of Medical Virology · 2005
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProductivityPopulationPer capitaDemographyRanking (information retrieval)GeographyCitationBibliometricsSocioeconomicsLibrary scienceMedicineEnvironmental healthEconomic growthSociology

Résumé

récupéré en direct d'OpenAlex

The quantity and quality of published research in the field of Virology by different world regions was estimated in this study. Using the PubMed database, articles from journals included in the "Virology" category of the "Journal Citation Reports" database of the Institute for Scientific Information for the period 1995-2003 were retrieved. The world was divided into nine regions based on geographic, economic, and scientific criteria. Data on the country of origin of the research was available for 33,425 out of 33,712 articles (99.2% of all articles from the included journals). USA exceeds all other world regions in research production for the period studied (42% of total articles), with Western Europe ranking second (35.7%). The mean impact factor in articles published in Virology journals was highest for the USA (4.60), while it was 3.90 for Western Europe and 3.22 for the rest of the world (seven regions combined). USA and Canada ranked first in research productivity when both gross national income per capita (GNIPC) and population were taken into account. The results of this analysis show a distressing fact; the absolute and relative production of research in the field of Virology by the developing regions is very low, although viral diseases cause considerable morbidity and mortality in these areas. It is evident from this study that developing regions need more help from the developed regions to enhance research infrastructure.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,122
score de la tête « metaresearch » (Gemma)0,236
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche, Bibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,407
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1220,236
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0220,064
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,702
Tête enseignante GPT0,695
Écart entre enseignants0,007 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical VirologyMême sujetscientometrics and bibliometrics researchTravaux en français237 207