A Portrait of Current Radiation Oncology Twitter Influencers
Notice bibliographique
Résumé
Introduction We aimed to characterize the most influential radiation oncologists on Twitter, the correlation between their Twitter activity and their academic profiles as measured by the Scopus H-index as well as their activity around the American Society for Radiation Oncologists (ASTRO) 2018 meeting. Methods We defined radiation oncology influencers as any radiation oncologist with 500 or more followers on Twitter through the first two weeks of August 2019. We collected their available characteristics, their Scopus H-index, and Twitter metrics. We examined their general Twitter activity as well as their specific activity before, during, and after the 2018 ASTRO annual meeting. We identified the most frequent tweet content categories for each influencer. Results We identified 48 radiation oncologist influencers; 79% were male, 75% were based in the United States, and 94% were affiliated with an academic center. Among them, 44% had high H-indices of ≥21, an average value in academic faculty for full professors or department heads. There were no correlations between H-index and Twitter metrics such as the number of individuals the influencer was following (p = 0.58), the number of followers (p = 0.66), the number of tweets (p = 0.88), and the number of likes (p = 0.54). During the period around ASTRO 2018, the mean number of tweets per influencer was 4437 (range 87-93,000). Conclusion Current radiation oncology influencers are predominantly North American males from academic institutions. A correlation between academic productivity as measured by the H-index and Twitter metrics was not demonstrated. The fact that some influencers had a low H-index supports that a high academic profile as measured by traditional metrics is not necessary to have a voice in the Twitter radiation oncology community.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».