Intra-Specialty Citation Pattern in Radiology and Gastroenterology/Hepatology Journals: A Cross-Specialty Comparison
Notice bibliographique
Résumé
Objectives: To investigate intra-specialty citation patterns of radiology articles, compared with another medical specialty: gastroenterology/hepatology. Methods: Four radiology journals ( Radiology , European Radiology , Diagnostic and Interventional Imaging , Canadian Association of Radiologists Journal ) and four gastroenterology/hepatology journals ( Journal of Hepatology, Journal of Gastroenterology, World Journal of Gastroenterology, Journal of Clinical Gastroenterology ) with similar Web of Science in-category 2020 IF ranking were selected. The original research, review, letter, and editorial articles published in these journals in 2021 were identified. The average number of intra-specialty citations per article (intra-specialty citation count ) and percentage of intra-specialty citations out of total citations per article (intra-specialty citation rate ) were compared between radiology and gastroenterology/hepatology articles using Student’s t -test. Results: The radiology articles demonstrated a lower total citation count per article (radiology: 29.7 ± .4 (mean ± SEM), n = 2063; gastroenterology/hepatology: 50.1 ± 1.4, n = 1335). The intra-specialty citation count was also lower in radiology articles than gastroenterology/hepatology articles (radiology: 12.9 ± .2, gastroenterology/hepatology: 19.6 ± .7; P < .001), both overall and in all article types. Additionally, the overall intra-specialty citation rate was not significantly different between the two specialties (radiology: 48.8% ± .5%; gastroenterology/hepatology: 47.1 ± .8%; P = .057), although the intra-specialty citation rates were higher in radiology original research and editorial article types. Conclusions: The significantly lower per-article intra-specialty citation counts in all radiology article types, a measurement that directly links to specialty IFs, may contribute to the lower impact factors of radiology journals compared with gastroenterology/hepatology ones.
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 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,020 | 0,012 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».