Under-representation of developing countries in the research literature: ethical issues arising from a survey of five leading medical journals
Notice bibliographique
Résumé
BACKGROUND: It is widely acknowledged that there is a global divide on health care and health research known as the 10/90 divide. METHODS: A retrospective survey of articles published in the BMJ, Lancet, NEJM, Annals of Internal Medicine & JAMA in a calendar year to examine the contribution of the developing world to medical literature. We categorized countries into four regions: UK, USA, Other Euro-American countries (OEAC) and (RoW). OEAC were European countries other than the UK but including Australia, New Zealand and Canada. RoW comprised all other countries. RESULTS: The average contribution of the RoW to the research literature in the five journals was 6.5%. In the two British journals 7.6% of the articles were from the RoW; in the three American journals 4.8% of articles were from RoW. The highest proportion of papers from the RoW was in the Lancet (12%). An analysis of the authorship of 151 articles from RoW showed that 104 (68.9%) involved authorship with developed countries in Europe or North America. There were 15 original papers in these journals with data from RoW but without any authors from RoW. CONCLUSIONS: There is a marked under-representation of countries in high-impact general medical journals. The ethical implications of this inequity and ways of reducing it are discussed.
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 | 0,098 | 0,256 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,020 | 0,020 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».