MétaCan
Menu
Retour à la cohorte
Enregistrement W2119762760 · doi:10.1136/gut.49.2.295

International gastroenterology research: subject areas, impact, and funding

2001· article· en· W2119762760 sur OpenAlexaboutno aff
Grant Lewison, Jonathan Grant, Plm Jansen

Notice bibliographique

RevueGut · 2001
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensnon disponible
Organismes subventionnairesEuropean CommissionCilagWellcome TrustWorld Health Organization
Mots-clésMedicineCitationClinical researchSubject (documents)Political scienceInternal medicineLibrary science

Résumé

récupéré en direct d'OpenAlex

AIMS: To examine the volume and potential impact of gastroenterology research outputs from 1985 to 1998 from 14 developed countries; the overlap with research in cancer, infectious diseases, and genetics; and the funding sources for this research. To determine if countries' research outputs correlated with their burden of corresponding diseases and inputs to their research. METHODS: Selective retrieval of papers from the Science Citation Index and manual look up of a sample to determine funding sources. Classification of journals by four categories of research level (clinical/basic) and potential impact (low/high). RESULTS: Gastroenterology represents about 8% of world biomedical research but over 11% in Italy, Japan, and Spain. Its potential impact is highest (but declining) for the USA. It has increased noticeably in most European countries, particularly in Finland. Gastroenterology research has become more clinical in Japan, Spain, Australia, and the Netherlands but more basic in Canada, Germany, Finland, Israel, and South Africa. Funding comes primarily from national governments, followed by national private non-profit sources and industry but little industrial funding occurs in some countries. There is a strong and positive correlation between reported deaths from gastrointestinal neoplasms and countries' outputs of research in gastrointestinal oncology. CONCLUSIONS: Bibliometric analysis can reveal differences between countries in their research in a subject when a common methodology is applied to an international database. Variations in research methods in different countries can plausibly explain some of the variation in the potential impact of the work.

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)0,002
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,353
Tête enseignante GPT0,532
Écart entre enseignants0,179 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

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

Citations56
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGutMême sujetHealth and Medical Research ImpactsTravaux en français237 207