The Use of Twitter by Plastic Surgery Journals
Notice bibliographique
Résumé
BACKGROUND: Social media have revolutionized the way we access information. Twitter is the most popular microblogging website and has become a tool for plastic surgery journals to connect with the greater academic community and public. The purpose of this study was to objectively assess the use of Twitter by plastic surgery journals. METHODS: Twelve plastic surgery journals were searched on Twitter. The following data were collected: age of Twitter profile, number of followers and tweets posted, and whether the journal's website had a link to Twitter or another social media website. All tweets were reviewed from May to July of 2017 inclusive, and the level of evidence of each original article posted in the tweets was recorded. Impact factor and Klout score (a social media influence score) were collected for all journals. RESULTS: Six of 12 plastic journals had a Twitter profile. The most social media-influencing journal in plastic surgery was Plastic and Reconstructive Surgery. This was followed by the Aesthetic Surgery Journal and the Journal of Hand Surgery (American and European Volumes). The presence of a Twitter profile was not associated with a higher impact factor for the journal. The Klout score was correlated with impact factor. Since joining Twitter, five of the six journals with Twitter profiles experienced increases in their impact factor. CONCLUSION: Twitter can be a quick and easy-to-use tool to increase exposure to evidence-based information from academic journals in plastic surgery.
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 | 0,002 | 0,105 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».