Scoliosis: A scientometric assessment of global publications during 2007–16
Notice bibliographique
Résumé
The paper examined 11000 global publications in Scoliosis research, as indexed in scopus database covering the 10 year period 2007–16. The Scoliosis research output registered a growth of 5.95% per annum and averaged citation impact of 9.09 citations per paper. Of the 80 countries which participated in global Scoliosis research, the top 15 contributed global publication share ranging individually between 2.34% and 32.25%. The USA accounted for the highest publication share (32.25%), followed by China (8.45%), Canada (6.84%) and others. Together, the top 15 most productive countries in Scoliosis research accounted for 92.51% of global publication share. Medicine among subjects accounted for the highest global publications share (94.08%) in Scoliosis research. The top 20 most productive organizations and authors together contributed 27.09% and 19.07% global publication share respectively and 51.23% and 34.26% global citation share respectively. Of the total publications output in Scoliosis research, 95.53% appeared in journal medium. The top 15 journals published 36.24% share of total output that appeared in journal medium. Of the total global output in Scoliosis research, 80 high cited papers registered 100+ citations per paper with an average 165.59 citations per paper in 10 years.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».