How global is global health research? A large-scale analysis of trends in authorship
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Many have called for greater inclusion of researchers from low- and middle-income countries (LMICs) in the conduct of global health research, yet the extent to which this occurs is unclear. Prior studies are journal-, subject-, or region-specific, largely rely on manual review, and yield varying estimates not amenable to broad evaluation of the literature. We conducted a large-scale investigation of the contribution of LMIC-affiliated researchers to published global health research and examined whether this contribution differed over time. We searched titles, abstracts, and keywords for the names of countries ever classified as low-, lower middle-, or upper middle-income by the World Bank, and limited our search to items published from 2000 to 2017 in health science-related journals. Publication metadata were obtained from Elsevier/Scopus and analysed in statistical software. We calculated proportions of publications with any, first, and last authors affiliated with any LMIC as well as the same LMIC(s) identified in the title/abstract/keywords, and stratified analyses by year, country, and countries' most common income status. We analysed 786 779 publications and found that 86.0% included at least one LMIC-affiliated author, while 77.2% and 71.2% had an LMIC-affiliated first or last author, respectively; however, analagous proportions were only 58.7%, 36.8%, and 29.1% among 100 687 publications about low-income countries. Proportions of publications with LMIC-affiliated authors increased over time, yet this observation was driven by high research activity and representation among upper middle-income countries. Between-country variation in representation was observed, even within income status categories. We invite comment regarding these findings, particularly from voices underrepresented in this field.
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.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,020 |
| 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 | 0,001 |
| 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 découle