Publication trends on adult under-nutrition versus over-nutrition in India between 1961–2016: a bibliometric analysis
Notice bibliographique
Résumé
Background: Despite the nearly 10-fold greater prevalence of underweight versus obesity in India, there is a strong focus on obesity and overweight in policy and media coverage in India. Our objective was to examine the ratio of research articles published on underweight vs overweight in India. Methods: We conducted a bibliographic analysis of peer-reviewed PubMed listed publications on adult underweight (BMI<18.5 kg/m 2 ) /severe chronic energy deficiency (SCED -BMI<16.0 kg/m 2 ) and adult overweight (BMI 25-29.9 kg/m 2 )/obesity(BMI>30 kg/m 2 ) between the years 1961-2010. Articles were categorized by two reviewers into one of three categories: 1) focused on underweight/SCED, 2) overweight/obesity or 3) both underweight/SCED and overweight/ obesity. We quantified the number of articles in 5-year publication intervals and calculated the ratio between article types in each 5-year intervals. Results: Our search strategy yielded 4099 articles eligible for review, from these a total of 1124 articles were on overweight/obesity, 247 articles on underweight/SCED and 161 articles on both underweight/SCED and overweight/obesity. The inter-coder Cohen Kappa for categorization of articles was 0.92 (standard error, 0.03; 95% confidence interval, 0.86-0.97). From 1996 onwards, there was an increased ratio of overweight/obesity related articles compared to articles on underweight/SCED from 2.7:1 between the years 1996-2000 which rose to a ratio 5:1 after 2010.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,032 | 0,228 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».