MétaCan
Menu
Retour à la cohorte
Enregistrement W2766781696 · doi:10.2214/ajr.17.18077

Bibliometric Analysis of Manuscript Characteristics That Influence Citations: A Comparison of Six Major Radiology Journals

2017· article· en· W2766781696 sur OpenAlexaff
Haris Shekhani, Shoaib Shariff, Nizar Bhulani, Faisal Khosa, Tarek N. Hanna

Notice bibliographique

RevueAmerican Journal of Roentgenology · 2017
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensVancouver General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineBibliometricsMedical physicsLibrary scienceRadiologyComputer science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The objective of our study was to investigate radiology manuscript characteristics that influence citation rate, capturing features of manuscript construction that are discrete from study design. MATERIALS AND METHODS: Consecutive articles published from January 2004 to June 2004 were collected from the six major radiology journals with the highest impact factors: Radiology (impact factor, 5.076), Investigative Radiology (2.320), American Journal of Neuroradiology (AJNR) (2.384), RadioGraphics (2.494), European Radiology (2.364), and American Journal of Roentgenology (2.406). The citation count for these articles was retrieved from the Web of Science, and 29 article characteristics were tabulated manually. A point-biserial correlation, Spearman rank-order correlation, and multiple regression model were performed to predict citation number from the collected variables. RESULTS: = 0.186): study findings in the title, abstract word count, abstract character count, total number of words, country of origin, and all authors in the field of radiology. CONCLUSION: Using bibliometric knowledge, authors can craft a title, abstract, and text that may enhance visibility and citation count over what they would otherwise experience.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarechercheBibliométrie
Domaine: Présentation des résultats · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptMétarechercheBibliométrie
Domaine: Présentation des résultats · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,164
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,164
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0340,037
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,424
Tête enseignante GPT0,561
Écart entre enseignants0,136 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Étiqueté directement par 2 modèles lisant le dossier complet.

Devis d'étudeObservationnel
DomainePrésentation des résultats
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations51
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of RoentgenologyMême sujetscientometrics and bibliometrics researchCatégorieMétarechercheTravaux en français237 207