The Voices of Medical Education Science: Describing the Published Landscape
Notice bibliographique
Résumé
Abstract Introduction Medical education has been described as a dynamic and growing field, driven in part by its unique body of scholarship. The voices of authors who publish medical education literature have a powerful impact on the discourses of the community. While there have been numerous studies looking at aspects of this literature, there has been no comprehensive view of recent publications. Method The authors conducted a bibliometric analysis of all articles published in 24 medical education journals published between 2000-2020 to identify article characteristics, with an emphasis on author gender, geographic location, and institutional affiliation. This study replicates and greatly expands on two previous investigations by examining all articles published in these core medical education journals. Results The journals published 37,263 articles with the majority of articles published in 2020 (n=3,957, 10.7%) and the least in 2000 (n=711, 1.9%) representing a 456.5% increase. The articles were authored by 139,325 authors of which 62,708 were unique. Males were more prevalent across all authorship positions (n=62,828; 55.7%) than females (n=49,975; 44.3%). Authors listed 154 country affiliations with the United States (n=42,236, 40.4%), United Kingdom (n=12,967, 12.4%), and Canada (n=10,481, 10.0%) most represented. Ninety-three countries (60.4%) were low- or middle-income countries accounting for 9,684 (9.3%) author positions. Few articles were written by multinational teams (n=3,765; 16.2%). Authors listed affiliations with 4,372 unique institutions. Across all author positions, 48,189 authors (46.1%) were affiliated with a top 200 institution, as ranked by the Times Higher Education ranking. Discussion There is a relative imbalance of author voices in medical education. If the field values a diversity of perspectives, there is considerable opportunity for improvement.
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 | 0,029 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,056 | 0,074 |
| Études des sciences et des technologies | 0,006 | 0,011 |
| Communication savante | 0,041 | 0,027 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».