MétaCan
Menu
Retour à la cohorte
Enregistrement W3106155822 · doi:10.3389/frma.2020.595370

Intellectual Structure of Coronavirus Research: A Perspective From an Author Cocitation Analysis

2020· article· en· W3106155822 sur OpenAlexaff
Junyi Mei, Dangzhi Zhao, Andreas Strotmann

Notice bibliographique

RevueFrontiers in Research Metrics and Analytics · 2020
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensUniversity of AlbertaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésOutbreakCoronavirusIdentification (biology)Public healthPerspective (graphical)Transmission (telecommunications)BibliometricsSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Coronavirus disease 2019 (COVID-19)GeographyMedicineVirologyDiseaseBiologyLibrary scienceInfectious disease (medical specialty)Computer scienceEcologyPathology

Résumé

récupéré en direct d'OpenAlex

The present study examines the intellectual structure of research on coronavirus, as revealed from an author co-citation analysis using citation data retrieved from the Web of Science Core Collection and mapped to the PubMed database. Four major dimensions are identified: I) outbreaks, II) viral structure and function, III) vaccine and therapeutic development, and IV) coronaviruses found in a range of animals. The "outbreaks" dimension is by far the most prominent, dominated by reports on the three recent major outbreaks: COVID-19, severe acute respiratory syndrome, and Middle East respiratory syndrome. The focus of research on major outbreaks is on public health and clinical research, with focus on disease characterization, diagnosis, transmission, and clinical course. Notably, certain clinically important areas, such as mental health during outbreaks and viral surveillance, among others, did not stand out as identifiable specialties or topics in the coronavirus research landscape. Results from this study should contribute to the understanding of the coronavirus research landscape and to the identification of strengths and weaknesses of current research on COVID-19.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaBibliométrie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptBibliométrie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devishigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,038
score de la tête « metaresearch » (Gemma)0,206
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,962
Score d'incertitude au seuil0,203

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,206
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,1060,157
Études des sciences et des technologies0,0040,008
Communication savante0,0220,013
Science ouverte0,0020,007
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,880
Tête enseignante GPT0,682
Écart entre enseignants0,197 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Bibliométrie

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeObservationnel · Autre devis
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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Research Metrics and AnalyticsMême sujetscientometrics and bibliometrics researchCatégorieBibliométrieTravaux en français237 207