Authorship Trends in Spine Publications From 2000 to 2015
Notice bibliographique
Résumé
STUDY DESIGN: Literature review. OBJECTIVE: To examine changes in authorship characteristics for Spine publications from the year 2000 to 2015. SUMMARY OF BACKGROUND DATA: Scientific publications are considered an indication of academic achievement for physicians. Recently, authorship trends have been investigated; however, limited information is available on this topic within spine-specific literature. METHODS: Original research articles published in Spine in the years 2000, 2005, 2010, and 2015 were evaluated. Authorship characteristics were collected for each article, including the number of authors and institutions per publication, first and last authors' sex, publication origin, and highest degree held by the first and last author. Trends over time were analyzed using numeric and visual descriptive analyses including percentages, means, standard deviations, and graphs. RESULTS: An average of 506 articles per year was published in Spine during the years 2000, 2005, 2010, and 2015. The number of articles written by 10 or more authors increased during this time (0.9%-14.4%). There was a substantial increase in the number of multiple institutional affiliations (33.6%-68.7%) and articles originating from outside North America (47.6%-55.7%) from 2000 to 2015. The percentage of first authors with bachelor's degrees was higher in 2015 (6.6%) as compared to 2000 (1.4%), and more last authors were identified as MD/PhDs in 2015 (19.2%) than in 2000 (10.0%). Similar female representation was noted for first and last authorship for all years evaluated. CONCLUSION: The results of this study demonstrate increases in authors per article published in Spine from 2000 to 2015. In addition, first authors were more likely to hold bachelor's degrees over time. This may be attributed to increasing competition in spine-related fields, necessitating earlier research exposure to aid in academic achievement. Interestingly, the percentage of female authorship has not changed significantly over time, in contrast with much of the previous literature. LEVEL OF EVIDENCE: 2.
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 | 0,011 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,040 | 0,035 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,005 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; 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 ».