MétaCan
Menu
Retour à la cohorte
Enregistrement W2804006184 · doi:10.1093/pch/pxy054.146

RESEARCH COLLABORATION WITHIN A DEPARTMENT OF PEDIATRICS: A SOCIAL NETWORK ANALYSIS OF COAUTHORSHIP PATTERNS

2018· article· en· W2804006184 sur OpenAlexaff
Kaitlyn Howden, Mark Duffet, Grace Xu, Anthony K.C. Chan

Notice bibliographique

RevuePaediatrics & Child Health · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensMcMaster Children's HospitalMcMaster University
Organismes subventionnairesnon disponible
Mots-clésOddsOdds ratioSocial network analysisSocial network (sociolinguistics)MedicineFamily medicineLibrary scienceMedical educationPediatricsSocial mediaComputer scienceWorld Wide WebLogistic regressionPathology

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND Research is a collaborative undertaking. Through collaborators, researchers have access to expertise, experience, and resources which may result in increased research productivity. Social network analysis is a set of techniques that focuses primarily on the patterns and characteristics of relationships among individuals. OBJECTIVES To describe the social network structure —the extent and patterns of collaboration among members — of a department of paediatrics and identify prominent individuals and divisions. DESIGN/METHODS We conducted a social network analysis of coauthorship. We included faculty members in a single department of paediatrics with at least 1 publication. We excluded those with a clinical appointment. We used PubMed to identify publications and Web of Science to obtain the total citations for each publication. RESULTS We included 99 faculty who authored 3 939 publications. The median (Q1, Q3) number of publications per faculty member was 12 (5, 39), ranging from 1 to 478. 83 (80%) of the faculty have coauthored a publication with another faculty member; the median (Q1, Q3) number of collaborators per faculty member was 3 (2, 8) and ranged from 0 to 21. 450 (11%) of publications included more than one faculty member as a coauthor. In the network diagram, 80 (81%) of faculty members were connected by coauthorship to a single large cluster. Neither the number of publications (increase in odds 1.0, 95% CI 1.0–1.1; p = 0.16) or h-index (increase in odds 1.0, 95% CI 1.0-1.0; p = 0.74) was associated with increased odds of a faculty member collaborating with another faculty member. Factors associated with increased odds of any two faculty members collaborating were: being from the same division (increase in odds 5.0, 95% CI 3.9–6.3; p<0.001) and both coauthoring a publication with a common faculty member (increase in odds 4.8, 95% CI 3.8–6.2; p<0.001). Being of different genders or differences in number of publications or h-index was not associated with changes in the odds of collaboration. CONCLUSION Social network analysis of coauthorship can provide insight into the social structure and research collaboration of an academic department. This structure should be considered in efforts to improve collaboration and research productivity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,011
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,353
Écart entre enseignants0,313 · 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

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child HealthMême sujetHealthcare Systems and TechnologyTravaux en français237 207