Low-income Countries' Orthopaedic Information Needs: Challenges and Opportunities
Notice bibliographique
Résumé
BACKGROUND: The Internet should, in theory, facilitate access to peer-reviewed scientific articles for orthopaedic surgeons in low-income countries (LIC). However, there are major barriers to access, and most full-text journal articles are available only on a subscription basis, which many in LIC cannot afford. Various models exist to remove such barriers. We set out to examine the potential, and reality, of journal article access for surgeons in LIC by studying readership patterns and journal access through a number of Internet-based initiatives, including an open access journal ("PLoS Medicine"), and programs from the University of Toronto (The Ptolemy Project) and World Health Organization (WHO) (Health InterNetwork Access to Research Initiative [HINARI]). QUESTIONS/PURPOSES: Do Internet-based initiatives that focus on peer-reviewed journal articles deliver clinically relevant information to those who need it? More specifically: (1) Can the WHO's program meet the information needs of practicing surgeons in Africa? (2) Are healthcare workers across the globe aware of, and using, open access journals in a manner that reflects global burden of disease (GBD)? METHODS: We compared actual Ptolemy use to HINARI holdings. We also compared "PLoS Medicine" readership patterns among low-, middle-, and high-income regions. RESULTS: Many of the electronic resources used through Ptolemy are not available through HINARI. In contrast to higher-income regions, "PLoS Medicine" readership in Africa is proportional to both the density of healthcare workers and the GBD there. CONCLUSIONS: Free or low-cost Internet-based initiatives can improve access to the medical literature in LIC. Open access journals are a key component to providing clinically relevant literature to the regions and healthcare workers who need it most.
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 | 0,007 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».