MétaCan
Menu
Retour à la cohorte
Enregistrement W2158610893 · doi:10.1093/bjsw/bcv022

Comparative Performance of Adult Social Care Research, 1996–2011: A Bibliometric Assessment

2015· article· en· W2158610893 sur OpenAlexaboutno aff
David Campbell, Grégoire Côté, Jonathan Grant, Martín Knapp, Anji Mehta, Molly Morgan Jones

Notice bibliographique

RevueThe British Journal of Social Work · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScope (computer science)ScopusBibliometricsCitationCitation analysisPolitical scienceSocial scienceLibrary scienceSociologyComputer scienceMEDLINELaw

Résumé

récupéré en direct d'OpenAlex

Decision makers in adult social care are increasingly interested in using evidence from research to support or shape their decisions. The scope and nature of the current landscape of adult social care research (ASCR) need to be better understood. This paper provides a bibliometric assessment of ASCR outputs from 1996 to 2011. ASCR papers were retrieved using three strategies: from key journals; using keywords and noun phrases; and from additional papers preferentially citing or being cited by other ASCR papers. Overall, 195,829 ASCR papers were identified in the bibliographic database Scopus, of which 16 per cent involved at least one author from the UK. The UK output increased 2.45-fold between 1996 and 2011. Among selected countries, those with greater research intensity in ASCR generally had higher citation impact, such as the USA, UK, Canada and the Netherlands. The top five UK institutions in terms of volume of papers in the UK accounted for 26 per cent of total output. We conclude by noting the limitations to bibliometric analysis of ASCR and examine how such analysis can support the strategic development of the field.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,072
score de la tête « metaresearch » (Gemma)0,283
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,928
Score d'incertitude au seuil0,380

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0720,283
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,2950,452
Études des sciences et des technologies0,0020,003
Communication savante0,0110,008
Science ouverte0,0020,007
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,505
Tête enseignante GPT0,505
Écart entre enseignants0,001 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe British Journal of Social WorkMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207