Global Research on Smoking and Pregnancy—A Scientometric and Gender Analysis
Notice bibliographique
Résumé
The exposure to tobacco smoke during pregnancy is considered to be amongst the most harmful avoidable risk factors. In this scientometric and gender study scientific data on smoking and pregnancy was analyzed using a variety of objective scientometric methods like the number of scientific contributions, the number of citations and the modified h-index in combination with gender-specific investigations. Covering a time period from 1900 to 2012, publishing activities of 27,955 authors, institutions and countries, reception within the international scientific community and its reactions were analyzed and interpreted. Out of 10,043 publications the highest number of scientific works were published in the USA (35.5%), followed by the UK (9.9%) and Canada (5.3%). These nations also achieve the highest modified h-indices of 128, 79 and 62 and the highest citation rates of 41.4%, 8.6% and 5.3%, respectively. Out of 12,596 scientists 6,935 are female (55.1%), however they account for no more than 49.7% of publications (12,470) and 42.8% of citations (172,733). The highest percentage of female experts about smoking and pregnancy is found in Australasia (60.7%), while the lowest is found in Asia (41.9%). The findings of the study indicate an increase in gender equality as well as in quantity and quality of international scientific research about smoking and pregnancy in 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.
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 | 0,009 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,056 | 0,083 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».