Australian contribution to global otolaryngology research: 2008–2018
Notice bibliographique
Résumé
BACKGROUND: Obtaining research funding in Otolaryngology - Head and Neck Surgery (ORL-HNS) can be challenging. In this paper, an analysis of research output in ORL-HNS in Australia and worldwide between 2008 and 2018 was conducted and then adjusted for the number of specialist surgeons in each country. METHODS: Scopus by Elsevier was used to measure research output of Ear, Nose and Throat (ENT) surgeons in Australia between 2008 and 2018. Each individual's career and 10-year h-index was identified and then repeated with self-citations excluded. Total and 10-year citations were also recorded. The top 15 countries in terms of research output in ORL-HNS were also ranked based on the number of ENT articles published in the 10-year period, and then adjusted by the number of actively practicing ENT surgeons per country. RESULTS: Between 2008 and 2018, Australia published 1510 articles out of a total global output of 48 613 papers in ORL-HNS with the top 10 authors having an h-index placing them within the world's top 100. Whilst the USA made the greatest total contribution with 12 912 publications, when adjusted for the number of specialist ORL-HNS clinicians in each country, Australia, Canada and India in order topped the rankings. CONCLUSION: Australia has established itself as a research leader in the global field of ORL-HNS, publishing more articles per surgeon than any other country between 2008 and 2018. The Australian ORL-HNS Academic Surgeons also rank highly on an individual basis when compared to global peers.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; 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 ».