MétaCan
Menu
Retour à la cohorte
Enregistrement W3097814963 · doi:10.2196/23724

Assessment of Altmetrics and PlumX Metrics Scoring as Mechanisms to Evaluate the Top 100 Trending Hidradenitis Suppurativa Articles on Social Media: Cross-Sectional Study

2020· article· en· W3097814963 sur OpenAlexvenueno aff
Chapman Wei, Aaron Fong, Theodore Quan, Puneet Gupta, Adam Friedman

Notice bibliographique

RevueJMIR Dermatology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueHidradenitis Suppurativa and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAltmetricsHidradenitis suppurativaSocial mediaCitationMedicineBibliometricsScopusMEDLINEWorld Wide WebComputer scienceDiseasePathology

Résumé

récupéré en direct d'OpenAlex

Background Dermatologists are increasingly utilizing social media platforms to disseminate scientific information. New tools, such as altmetrics and PlumX metrics, have been made available to rapidly capture the level of scientific article dissemination across social media platforms. However, no studies have been performed to assess the level of scientific article dissemination across social media regarding hidradenitis suppurativa, a disease that is still currently not well understood. Objective The aim of our study was to evaluate the utility of altmetrics and PlumX metrics by characterizing the top 100 “trending” hidradenitis suppurativa articles in the altmetric database by the altmetric attention score and PlumX score. Methods Altmetric data components of the top 100 hidradenitis suppurativa articles were extracted from the altmetric database. Article citation count was found using Web of Science. PlumX field-weighted impact scores for each article were collected from the Scopus database. Journal title, open-access status, article type, and study design of original articles were assessed. Additionally, the altmetric attention score, PlumX score, and citation count were log transformed and adjusted by +1 for linear regression, and Spearman correlation coefficients were utilized to determine correlations. Results Most of the top 100 “trending” hidradenitis suppurativa articles were published in JAMA Dermatology (n=27, 27%). The median altmetric attention score, PlumX score, and citation count were 25.5, 3.7, and 10.5, respectively. The most mentions regarding social media platforms came from Twitter. Although no correlation was observed between the citation count and altmetric attention score (r2=0.019, P=.17), positive correlation was observed between the citation count and PlumX score (r2=0.469, P<.001). Conclusions Our research demonstrated that citation count is not correlated with the altmetric attention score, but is strongly correlated with the PlumX score regarding hidradenitis suppurativa articles at this point in time. With the continual increase of social media usage by medical professionals and researchers, this study can help investigators understand the best way to captivate their audience.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,713

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,103
Tête enseignante GPT0,415
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR DermatologyMême sujetHidradenitis Suppurativa and TreatmentsTravaux en français237 207