Canada Communicable Disease Report 2016 readership survey
Notice bibliographique
Résumé
BACKGROUND: (CCDR) is a peer reviewed scientific journal published since 1975. In 2011, a readership survey was conducted to inform a revitalization process. In late 2016, this survey was repeated to assess progress. OBJECTIVE: To provide information about the results of the CCDR 2016 readership survey, which identified CCDR's readership and their needs, obtained feedback on the journal's revitalization and sought suggestions for further improvement. METHODS: An online readership survey was conducted from September 7 to 28, 2016. Invitations were sent via email to CCDR subscribers. The survey was based on the 2011 version and checked for face-validity. Analysis included descriptive statistics and a qualitative assessment of comments for themes. RESULTS: A total of 549 people responded to the survey (12% participation rate). The majority of respondents worked in public health (61%), clinical care (23%), academia (16%) and laboratory medicine (9%). Approximately 45% of respondents had received CCDR for less than four years, which is consistent with the fact that the number of subscribers more than doubled over this time. Over 90% of respondents reported they read the articles in CCDR (always 15%, often 43%, sometimes 35%). When asked about their primary source of infectious disease information in Canada, CCDR was the number one response, identified by 72% of respondents. When asked "What do you like best about CCDR?" typical comments were that it provided Canadian content, was well written, evidence-based, interesting and relevant. The number one suggestion for improvement was that CCDR should be listed with PubMed. CONCLUSION: The survey results suggest that CCDR has been successfully revitalized and is meeting its readership's needs for a scientific journal on infectious disease with Canadian content, high quality and relevance. Consistent with suggestions for improvement, CCDR will be joining the PubMed database over the next year.
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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».