The research environment of critical care in three Asian countries: A cross-sectional questionnaire survey
Notice bibliographique
Résumé
Although inadequate research support for intensivists can be one major reason of the poor research productivity, no study has investigated the current research environment in critical care medicine in Asia. The objective of this study was to describe Asian academia in critical care from the research environment perspective. We conducted a cross-sectional questionnaire survey targeting all physician members of the Societies of Intensive/Critical Care Medicine in Japan, South Korea, and Singapore. We collected the characteristics of the participants and their affiliated institutions and the research environment. The outcome was the number of peer-reviewed publications. Multivariable logistic regression analyses examined the association between the outcome and the following five research environmental factors (i.e., country of the respondents, availability of secured time for research activities or research supporting staff for the hospital, practice at a university-affiliated hospital, and years of clinical practice of 10 years or longer). Four hundred ninety responded (overall response rate: 5.6%) to the survey between June 2019 and January 2020. Fifty-five percent worked for a university-affiliated hospital, while 35% worked for a community hospital. Twenty-four percent had secured time for research within their full-time work hours. The multivariable logistic model found that a secured time for the research activities [odds ratio (OR): 2.77; 95% confidence interval (CI), 1.46-5.24], practicing at a university-affiliated hospital (OR: 2.61; 95% CI, 1.19-5.74), having clinical experience of 10 years or longer (OR:11.2; 95%CI, 1.41-88.5), and working in South Korea (OR: 2.18; 95% CI, 1.09-4.34, Reference: Japan) were significantly associated with higher research productivity. Intensivists in the three countries had limited support for their research work. Dedicated time for research was positively associated with the number of research publications.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».