Publication Productivity Among Academic Orthopaedic Surgeons in Canada
Notice bibliographique
Résumé
Objective The Hirsch Index (h-index) and m-index are often utilized to assess academic productivity and have been widely found to have a positive association with academic promotion and grant selection. The aim of this study was to assess the relationship between these indices and academic ranks among Canadian orthopaedic surgery faculty members. Methods Five hundred and sixty-seven Canadian orthopaedic surgery faculty members associated with residency training programs were included in the study. H-indices of individual faculty members were obtained through Elsevier's Scopus database. Faculty members' year of residency graduation was recorded from their respective licensing body database and was utilized as a surrogate for the start of their academic career to determine career duration and calculate the m-index. Faculty members were divided based on their academic rank (assistant, associate and full professors) and subspecialty. Results Increased h-index, m-index and long career duration were associated with increased academic rank, while gender did not demonstrate an association. Overall, males had a significantly higher h-index compared to females, but no significant difference was observed when comparing the m-index between genders. The m-index varied between subspecialties among senior faculty, but not among junior-ranked faculty. Conclusion Bibliometric academic productivity using h-index and m-index is associated with academic ranking among Canadian orthopaedic surgeons at training institutions. Although these indices may provide insight into the academic merits of faculty members, caution must be taken about utilizing it indiscriminately and their limitations must be strongly considered.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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; 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 ».