Research Productivity of Foot and Ankle Fellowship Faculty
Notice bibliographique
Résumé
Background Contribution to literature is critical for progress in the field of orthopaedics. No previous study has yet examined the academic productivity of foot and ankle surgery fellowship faculty. Purpose To evaluate the publishing productivity of foot and ankle fellowship faculty. Methods Faculty and program characteristics of orthopaedic foot and ankle fellowship programs across the United States and Canada were collected from American Orthopaedic Foot and Ankle Society (AOFAS) and program websites. Faculty publication productivity measures, including publications, number of publications in specific journals, number of citations, and Hirsch index (h-index) were gathered using the Scopus database. Results A total of 48 AOFAS foot and ankle surgery fellowship programs were identified with an associated 185 faculty members. The mean number of publications per faculty member was 44.9 (SD = 53.0; range = 0-323), with a mean h-index of 11.9 (SD = 10.6; range = 0-54). A total of 144 (77.8%) academic-affiliated faculty had a significantly greater number of publications ( P < .01), total citations ( P < .05), and publications in Foot and Ankle International ( P < .05), Journal of Bone and Joint Surgery ( P < .05), Clinical Orthopaedics and Related Research ( P < .05), and Journal of the American Academy of Orthopaedic Surgeons ( P < .05) compared to the 41 (22.2%) nonacademic faculty. There were no significant differences between measures of publication productivity between male and female faculty, except for maximum citations in a single article (67.1 vs 142.3; P < .05). Conclusions Academic-affiliated foot and ankle fellowship faculty have higher research productivity than nonacademic surgeons. The mean h-index of foot and ankle fellowship faculty was 11.9, which is lower than that reported in sports, joints, and spine fellowship faculty but higher than that reported for hand fellowship faculty. Level of Evidence: Level IV
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 | 0,014 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,015 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».