Measuring Impact in Stereotactic and Functional Neurosurgery: An Analysis of the Top 100 Most Highly Cited Works and the Citation Classics in the Field
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Functional neurosurgery is a rapidly expanding field, with an exponentially growing literature. However, as with other fields, it can sometimes be difficult to distinguish between what is incremental and what is transformational. One way of measuring durable impact is examining the number of times a specific piece of scholarship is cited by others in the field. For example, papers that have been cited at least 400 times are designated 'citation classics' or works that, by virtue of very high citations, have been deemed of particular importance by researchers working in related disciplines. METHODS: We queried a large, web-based scholarly database using 49 pre-selected search terms. The results for each individual query was manually examined for relevance to the functional neurosurgery field in order to arrive at the top 100 most highly cited papers as well as the citation classics. RESULTS: The top 100 most cited papers, including 61 citation classics, in the stereotactic and functional neurosurgery field can be divided into 7 categories: functional/anatomic studies, technological innovations, and papers relevant to movement disorders, pain, psychiatry, radiosurgery and epilepsy. CONCLUSIONS: We have attempted to ascertain which papers have had, and continue to have, significant impact in our rapidly advancing field. At a minimum, the citation classics in functional neurosurgery provide both trainees and seasoned surgeons with a reading list of the 'must-know' works in the field - works whose influence have helped shape the direction of functional neurosurgery well into the future.
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.
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 | 0,014 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,012 | 0,048 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle