Publication outcomes for research presented at a Canadian surgical conference
Notice bibliographique
Résumé
BACKGROUND: The failure of investigators to publish research in peer-reviewed journals following acceptance at a national or international meeting can lead to significant publication biases in the literature. Our objective was to evaluate the abstract to manuscript conversion rate for abstracts presented at the Canadian Society for Vascular Surgery (CSVS) annual meeting and to evaluate the conversion rate for CSVS-awarded research grants. METHODS: We searched for authors of abstracts accepted at the CSVS Annual Meeting (2007-2013) and recipients of CSVS research awards (2005-2013) on Scopus and PubMed databases to identify related publications. RESULTS: We identified 84 publications from 188 research abstracts (45%) and 17 publications from 39 research grants (44%). The mean time to publication was 1.8 years and the mean impact factor was 2.7. Studies related to endovascular therapies demonstrated a trend toward a higher rate of publication relative to open surgical therapies (64 [56%] v. 37 [27%]). Additionally, we observed a similar trend in research grant topics related to endovascular therapies relative to open surgical therapies (9 [67%] v. 8 [38%]). Finally, CSVS research grant recipients who subsequently published had a significantly higher h-index at the time of receipt than those who had not published. CONCLUSION: The CSVS annual meeting's abstract to publication conversion rate is comparable to that of its Canadian peers as well as to other medical specialties; however, a substantial publication gap remains. We identified several potential areas that may help to improve the effectiveness of CSVS research grants.
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 | 0,169 | 0,219 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».