MétaCan
Menu
Retour à la cohorte
Enregistrement W4387438171 · doi:10.18231/j.ijnmhs.2023.006

Characterizing the effect of the COVID-19 pandemic on the orthopaedic surgery literature

2023· article· en· W4387438171 sur OpenAlexaboutno aff
Carter J. Boyd, Ian McGeary, Kevin Wang, Ivan Z. Liu, Joseph X. Robin, Kshipra Hemal

Notice bibliographique

RevueIP Journal of Nutrition Metabolism and Health Science · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Orthopedic surgeryMedicineCitationPandemicSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakSpecialtyImpact factorQuarter (Canadian coin)Family medicineInternal medicineSurgeryLibrary scienceDiseasePathologyInfectious disease (medical specialty)History

Résumé

récupéré en direct d'OpenAlex

While the novel Coronavirus 2019 disease’s (COVID-19) impact on the practice of orthopaedics has been readily apparent, the effects of COVID-19 on the orthopaedic literature has not been studied. The objective of this paper is to analyze the COVID-19 pandemic’s impact on peer-reviewed articles published in the orthopaedic surgery literature. Using the Journal Citation Reports, twenty orthopaedic surgery journals with the highest impact factor in 2019 were selected and articles within those journals were sorted by mention of COVID-19. The Altmetric Attention Score (AAS) and citation count were collected and compared for COVID-19 versus non-COVID-19 related articles using the Mann-Whitney U test. Furthermore, within COVID-19 related articles, AAS and citation count were compared using Kruskal-Wallis test between sub specialty of orthopaedics, type of article, study type, and quarter of publication. The average AAS of COVID-19 articles was significantly higher than non-COVID articles (15 vs. 6, p=0.019). Within COVID-19 articles, those pertaining to spine and trauma had a significantly lower AAS than those pertaining to orthopaedics as a whole (20 & 6 vs 51, p<0.001). The average number of citations accrued by COVID-19 articles was significantly higher than non-COVID-19 articles (8 vs. 1, p<0.001). Original COVID-19 articles received significantly more citations than editorial articles (10 vs. 5, p<0.001), as well as those published in the second quarter of 2020 compared to those published later (p<0.001). Orthopaedic articles related to COVID-19 demonstrated a greater influence, dissemination, and impact than articles not related to COVID-19 as demonstrated by AAS and citations accrued.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,097
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,097
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0390,034
Études des sciences et des technologies0,0010,002
Communication savante0,0060,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,122
Tête enseignante GPT0,420
Écart entre enseignants0,298 · 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

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
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 revueIP Journal of Nutrition Metabolism and Health ScienceMême sujetCOVID-19 and healthcare impactsTravaux en français237 207