MétaCan
Menu
Retour à la cohorte
Enregistrement W4360797522 · doi:10.1101/2023.03.22.533841

Expanding Interdisciplinarity: A bibliometric study of medical education using the MEJ-24

2023· preprint· en· W4360797522 sur OpenAlexaff
Lauren A. Maggio, Joseph A. Costello, Anton Ninkov, Jason R. Frank, Anthony R. Artino

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of OttawaUniversité de MontréalBibliothèque et Archives nationales du Québec
Organismes subventionnairesnon disponible
Mots-clésVariety (cybernetics)Diversity (politics)CLARITYBibliometricsWeb of scienceLibrary scienceMedical educationSocial scienceData scienceMEDLINESociologyEngineering ethicsComputer sciencePolitical scienceMedicineBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Interdisciplinary research has been deemed to be critical in solving society’s wicked problems, including those relevant to medical education. Medical education research has been assumed to be interdisciplinary. However, researchers have questioned this assumption. The present study, a conceptual replication, provides an analysis using a larger dataset and bibliometric methods to bring more clarity to our understanding on the nature of medical education interdisciplinarity or lack thereof. Method The authors retrieved the cited references of all published articles in 24 medical education journals between 2001-2020 from the Web of Science (WoS). We then identified the WoS classifications for the journals of each cited reference. Results The 24 journals published 31,283 articles referencing 723,683 publications. We identified 493,973 (68.3%) of those cited references in 6,618 journals representing 242 categories, which represents 94% of all WoS categories. Close to half of all citations were categorized as “education, scientific disciplines” and “healthcare sciences and services”. Over the two decades studied, we observed consistent growth in the number of references in other categories, such as education, educational research, and nursing. Additionally, the variety of categories represented has also increased from 182 to 233 to include a diversity of topics such as business, management, and linguistics. Discussion This study corroborates prior work while also expanding it. Medical education research is built upon a limited range of fields referenced. Yet, the growth in categories over time and the ongoing increased diversity of included categories suggests interdisciplinarity that until now has yet to be recognized and represents a changing story.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarechercheBibliométrie
Domaine: Évaluation · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptBibliométrie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devishigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Bibliométrie
Catégories consensuellesBibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,212
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0170,040
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,377
Écart entre enseignants0,314 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Étiqueté directement par 2 modèles lisant le dossier complet.

MétarechercheBibliométrie

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeSans objet · Autre devis
DomaineÉvaluation
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetInnovations in Medical EducationCatégorieMétarechercheTravaux en français237 207