The 60 most highly cited articles published in the Journal of Telemedicine and Telecare and Telemedicine Journal and E-health
Notice bibliographique
Résumé
We analysed the most highly cited articles in two specialist telemedicine journals, the Journal of Telemedicine and Telecare (JTT) and Telemedicine Journal and E-health (TJEH). Articles were extracted from the Science Citation Index Expanded in September 2012. A total of 1810 articles were listed for the JTT and 1550 for TJEH. In the JTT, the mean number of citations was 43 (SD 13); in TJEH the mean number of citations was 30 (SD 11). The average number of citations for the JTT was significantly higher than for TJEH (P < 0.001). In each journal, the 60 articles which had the most citations were identified as highly cited publications (HCPs). The 60 HCPs in the JTT originated from 16 countries; the 60 HCPs in TJEH originated from 10 countries. Considering both journals together, the majority of HCPs came from the US, UK, Australia and Canada. In the JTT, the mean number of authors for each HCP was 4.6 (SD = 3.1); in TJEH, the mean number of authors for each HCP was 4.5 (SD = 2.3). There was no difference between the two journals (P = 0.84) and the characteristics of the HCPs published in the JTT and TJEH were broadly similar. Although HCPs are not a direct method of measuring quality, they are an indicator of the scientific impact of the articles.
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 | 0,008 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,073 | 0,084 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».