How do Alternative and Traditional Dissemination Metrics Compare in Medical Education Scholarship?
Notice bibliographique
Résumé
Purpose Medical educators need to demonstrate the dissemination of scholarship for academic promotion. Dissemination impact has traditionally been measured using citation‐based metrics. In recent years, other platforms (such as social media tools like Twitter and Facebook) have provided new avenues for authors to promote their work to both scholarly and non‐scholarly audiences. While alternative metrics (altmetrics) can capture non‐traditional dissemination data such as attention generated on social media, the academic value of altmetrics in medical education is unclear. The aim of this study was to determine which altmetrics are indices of access counts and citations in a highly cited, general interest medical education journal. Methods A database study was performed (August 2015) for all Medical Education papers in 2012 (n=236) and 2013 (n=246). Citation, altmetric and access (HTML views + PDF downloads) data were obtained from Scopus, the Altmetric Bookmarklet Tool, and the journal Medical Education , respectively. Correlation coefficients (r values) between variables were determined and statistical significance was calculated. Results Facebook, Google+, Reddit, and LinkedIn were each only used in the dissemination of a small fraction of papers and were not characterized further. Twitter and Mendeley were the only Altmetric‐tracked platforms utilized in the dissemination of greater than 50% of articles. For access counts versus Mendeley downloads, Twitter mentions, and Altmetric Scores, the correlation coefficients were r = 0.79, 0.56, and 0.52 for 2012 papers and 0.65, 0.32, and 0.35 for 2013 papers, respectively. For citation counts versus access counts, Mendeley downloads, Twitter mentions and Altmetric Scores, the correlation coefficients were r = 0.77, 0.81, 0.57, and 0.58 for 2012 papers and 0.62, 0.61, 0.18, and. 0.22 for 2013 papers, respectively. All correlations were statistically significant (P<0.01). Conclusions Mendeley downloads appear to be the strongest altmetric index of both readership and citations for articles in the high‐impact, general interest journal Medical Education . We conclude that access‐based indices (i.e. views and downloads) may be the best Altmetric tool to use in conjunction with citations for the purposes of measuring the impact of medical education scholarship.
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 | 0,139 | 0,526 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,040 | 0,065 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,015 | 0,019 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».