Notice bibliographique
Résumé
By Giovanni Marchegiani, BJS Editor Assistant In January, @bjsurgery generated 244 400 impressions, 201 retweets and 407 likes, and gained 440 new followers. The tweet with the highest number of engagements from the BJS account, with over 15 087 impressions, was from the BJS Cutting Edge blog about ‘Angst among surgeons during the COVID-19 crisis’, on behalf of S-COVID Collaborative Group. The second tweet with most engagement (14 400 impressions) was about a recently published original article, the PREDICT Study by Stephensen et al., assessing the role of C‐reactive protein trajectory to predict colorectal anastomotic leak.1 The top tweet mentioning BJS was from @JlRodicio, about the virtual congress of the SEIQ (Sociedad Espanola de Investigaciones Quirurgicas) which will be held on the 11th-12th March (abstracts from the congress will be published in BJS). During the month of January, the BJS twitter account also ranked the five papers with the top Altmetric scores published on the last 6 months.2–6 The five tweets generated a total of 40 000 impressions. Of note, three out of five top-ranking articles were COVID-related2,4,6, including the one with the highest Altmetric score of 256, by the COVIDSurg Collaborative, on delaying surgery for patients with a previous SARS-CoV-2 infection2. The visual abstract posted about the 5-year outcomes of merged data from two randomized clinical trials on laparoscopic Roux-en-Y gastric bypass versus laparoscopic sleeve gastrectomy (SLEEVEPASS and SM-BOSS)7 reached a total of 24 847 impressions and 862 engagements, being the fifth top tweet from @bjsurgery this month. Donohue and Mohan’s paper on pregnancy, parenthood and second-generation bias8 in surgery was extremely popular, with @MarinaYLeft saying ‘As a mum and a surgeon [it] is great to see this article in @BJSurgery. It's not one or the other anymore’. The BJS workshop at ASIT on how to write a conference abstract moved online this year, and despite this change, it remained very popular, with over 175 people dialled in to the webinar.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,831 | 0,797 |
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 ».