How does Canada stack up? A bibliometric analysis of the primaryhealthcare electronic medical record literature
Notice bibliographique
Résumé
BACKGROUND: Major initiatives are underway in Canada which are designed to increase electronic medical record (EMR) implementation and maximise its use in primary health care. These developments need to be supported by sufficient evidence from the literature, particularly relevant research conducted in the Canadian context. OBJECTIVES: This study sought to quantify this lack of research by: (1) identifying and describing the primary health care EMR literature; and (2) comparing the Canadian and international primary healthcare EMR literature on the basis of content and publication levels. METHODS: Seven bibliographic databases were searched using primary health care and EMR keywords. Publication abstracts were reviewed and categorised. First author affiliation was used to identify country of origin. Proportions of Canadian- and non-Canadian-authored publications were compared using Fisher's exact test. For countries having 10 or more primary healthcare EMR publications, publications per 10 000 researchers were calculated. RESULTS: After exclusions, 750 publications were identified. More than one-third used primary healthcare EMRs as a study data source. Twenty-two (3%) were Canadian-authored. There were significantly different publication levels in three categories between Canadian- and non-Canadian-authored publications. Based on publications per researchers, the Netherlands ranked first, while Canada ranked eighth of nine countries with 10 or more publications. CONCLUSIONS: A relatively small body of literature focused on EMRs in primary health care exists; publications by Canadian authors were low. This study highlights the need to develop a strong evidence base to support the effective implementation and use of EMRs in Canadian primary health care.
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 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 | 0,148 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,210 | 0,389 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,015 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».