International publication trends originating from anaesthetic departments from 2001 to 2015
Notice bibliographique
Résumé
The aim of this study was to analyse publication trends from the anaesthetic literature of the G-20 countries. We performed a literature search in Medline to identify articles related to anaesthetic departments published between 2001 and 2015, by specific G-20 countries according to the affiliation field of the authors, and to three time periods 2001-2005, 2006-2010 and 2011-2015. The number of articles, number of original articles (vs. reviews, editorials or correspondence), articles per million inhabitants, and citations per article were analysed. In total, 96,920 articles were published between 2001 and 2015 in 74 anaesthetic and in 4117 non-anaesthetic journals, with an increase of +104% absolute (i.e. from 23,028 in 2001-05 to 46,887 articles ìn 2010-15) and +85% as articles per million inhabitants. Similarly, the number of original articles increased by 21%, but the anaesthetic specialty's share of original articles (as a proportion of total articles in biomedicine) decreased from 31% in 2001-2005 to 19% in 2011-2015 (-38%). The USA published most articles (2011-15 16,016; 31% of total), second came the EU as a whole and third Japan (from 2001 to 2005) or Germany (2006-2010) until 2011-2015 when China took over the third rank. In 2011-2015, Canada published most articles per million inhabitants (68.7 articles/million inhabitants). China and India exhibited the most publication growth 11- and 9-fold, respectively, and are now among the top five countries for the number of published 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 | 0,009 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,063 | 0,083 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».