An analysis of reporting practices in the top 100 cited health and medicine-related bibliometric studies from 2019 to 2021 based on a proposed guidelines
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Bibliometric analysis has gained popularity as a quantitative research methodology to evaluate scholarly productivity and identify trends within specific research areas. However, there are currently no established reporting guidelines for bibliometric studies. The present study aimed to investigate the reporting practices of bibliometric research related to health and medicine based on a guidelines "Preferred Reporting Items for Bibliometric Analysis (PRIBA)" proposed in this study. The Science Citation Index, Expanded of the Web of Science was used to identify the top 100 articles with the highest normalized citation counts per year. The search was conducted on April 9, 2022, using the search topic "bibliometric" and including publications from 2019 to 2021. The results substantiated the need for a standardized reporting guideline for bibliometric research. Specifically, among the 25 proposed items in the PRIBA, only five were consistently reported across all articles examined. Further, 11 items were reported by at least 80% of the articles, while nine items were reported by less than 80% of the articles. In conclusion, our findings suggest that the reporting practices of bibliometric studies in the field of health and medicine are in need of improvement. Future research should be conducted to refine the PRIBA guidelines.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,080 | 0,474 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,591 | 0,902 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle