MétaCan
Menu
Retour à la cohorte
Enregistrement W2804288165

PRIMARY JOURNALS AND THEIR COUNTRIES IN THE FIELD OF DENGUE LITERATURE: AN ANALYSIS

2018· article· en· W2804288165 sur OpenAlexaboutno aff
Kotti Thavamani

Notice bibliographique

RevueLincoln (University of Nebraska) · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAsian Studies and History
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDengue feverField (mathematics)Political scienceVirologyMedicineMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Presents a bibliometric analysis of the literature in the field of Dengue as indexed the MEDLINE data which covered in the Pubmed for the period 2008 to 2017. It is noticed that total of 11826 records on literature of Dengue are covered for a period of ten years from 2008 to 2017. It is also noticed that the maximum number of records (1810) was published during year 2016, followed by 1540 in 2017 and 1520 in 2015. It was found that Journal Article (41.4%), Research Support, Non-U.S. Gov’t (33.81%), Review (10.69%), Letter (3.61%), and Research Support, U.S. Gov't Non-P.H.S. (2.86%). 37 primary journals grouped in zone 1 published 1675 articles accounting for one third of the total output. Similarly the second zone comprises of 143 journals and 904 journals grouped in third zone. Of the 37 titles in zone-1, 12 are associated with United States and followed by England (9), Netherlands (5), India (4), Brazil (2), China (1), Germany (1), Japan (1), Sweden (1) and Thailand (1). In zone-1 & 2 ; out of 180 journals, 51 frequently cited journals are United States, this is followed by the countries i.e. England (33), India (19), Netherlands (11), Brazil (9), Switzerland (9), France (6), Japan (4), China (3), Egypt (3), Germany (3), Pakistan (3), Singapore (3), Colombia (2), Italy (2), Malaysia (2), Thailand (2), Argentina (1), Australia(1), Austria (1), Canada (1), Chile (1), Cuba (1), Indonesia (1), Iran (1), Jamaica (1), Mexico (1), Peru (1), Philippines (1), Poland (1), Sri Lanka (1) and Sweden (1).

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)0,001
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,486
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,010
Tête enseignante GPT0,264
Écart entre enseignants0,254 · 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'étudeQualitatif
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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLincoln (University of Nebraska)Même sujetAsian Studies and HistoryTravaux en français237 207