MétaCan
Menu
Retour à la cohorte
Enregistrement W2969251853 · doi:10.1097/phm.0000000000001299

Publish or Perish

2019· article· en· W2969251853 sur OpenAlexaffabout
Emma A. Bateman, Robert Teasell

Notice bibliographique

RevueAmerican Journal of Physical Medicine & Rehabilitation · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicinePublish or perishFamily medicineObservational studyProductivityPeer reviewMEDLINEMandateGerontologyMedical educationPublishingPolitical science

Résumé

récupéré en direct d'OpenAlex

Research training equips residents with the skills to consume and produce research evidence and deliver evidence-based care. Within Physical Medicine and Rehabilitation, studies have historically demonstrated low rates of resident research productivity. Although Canadian residency requirements mandate research participation, little is known about Canadian residents' research productivity. Using standard systematic review search strategies, we evaluated the rate and type of peer-reviewed publications produced by resident physicians during postgraduate medical training for a historic cohort of Physical Medicine and Rehabilitation residents who successfully passed the Canadian Royal College Fellowship examination in 2015, 2016, and 2017 (N = 74). Resident physicians produced 62 peer-reviewed publications during the study period. A total of 43.2% of resident physicians produced at least one such publication and 20.3% produced more than one. The resident physician was the first author for 51.6% of publications. Reviews were the most frequent publication type (19.4%), followed by observational studies (16.1%) and case reports (16.1%). Musculoskeletal conditions (11.3%) and stroke (9.7%) were the most frequent areas of study. Most publications were in nonrehabilitation journals. These findings demonstrate modest research productivity despite mandatory research participation; although research productivity is higher than in previous cohorts, publications of convenience, such as reviews and case reports, are similarly frequent.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,070
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,510

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,070
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,005
Études des sciences et des technologies0,0030,003
Communication savante0,0240,009
Science ouverte0,0040,007
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,6420,603

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 Opus0,036
Tête enseignante GPT0,422
Écart entre enseignants0,386 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomaineIncitatifs
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Physical Medicine & RehabilitationMême sujetHealth and Medical Research ImpactsTravaux en français237 207