Mapping the literature of hospital pharmacy
Notice bibliographique
Résumé
OBJECTIVES: This study describes the literature of hospital pharmacy and identifies the journals most commonly cited by authors in the field, the publication types most frequently cited, the age of citations, and the indexing access to core journals. The study also looks at differing citation practices between journals with a wide audience compared to a national journal with a focus on regional issues and trends in the field. METHOD: Cited references from five discipline-specific source journals were collected and analyzed for publication type and age. Two sets were created for comparison. Bradford's Law of Scattering was applied to both sets to determine the most frequently cited journals. RESULTS: Three-quarters of all cited items were published within the last 10 years (71%), and journal articles were the most heavily cited publication type (n=65,760, 87%). Citation analysis revealed 26 journal titles in Zone 1, 177 journal titles in Zone 2, and the remaining were scattered across 3,886 titles. Analysis of a national journal revealed Zone 1 comprised 9 titles. Comparison of the 2 sets revealed that Zone 1 titles overlapped, with the exception of 2 titles that were geographically focused in the national title. CONCLUSION: Hospital pharmacy literature draws heavily from its own discipline-specific sources but equally from core general and specialty medical journals. Indexing of cited journals is complete in PubMed and EMBASE but lacking in International Pharmaceutical Abstracts. Gray literature is a significant information source in 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».