Gynecologic oncology top-cited articles: an international analysis
Notice bibliographique
Résumé
The aim of this paper was to study the top-cited per year (CPY) original articles published in the leading subspecialty journals in gynecologic oncology and in the leading general obstetrics and gynecology journals. We used the Web of Science and iCite databases to mine the original articles and review articles in the field of gynecologic oncology in the following journals: Gynecologic Oncology, The International Journal of Gynecological Cancer, The American Journal of Obstetrics and Gynecology and the Obstetrics & Gynecology. Top CPY articles from the four journals were analyzed and compared in a two-time point analysis. A total of 23,252 original articles and reviews were identified. The 100 Top-CPY articles were published from 1983 to 2021. Seventy (70%) in Gynecologic Oncology journal, 20 (20%) in The International Journal of Gynecological Cancer, eight (8%) in Obstetrics & Gynecology and two (2%) in The American Journal of Obstetrics and Gynecology. The most common study methodology was observational studies (20%), followed by guidelines/consensus papers (19%). The most common study topic was ovarian cancer (41%). North America originating authors composed 62% of the top CPY publications, followed by Europe (21%). The most common country of authorship was the United States (52%) followed by Canada (10%). CPY were similar in the publications before vs. after 2014 (P=.19). Study designs, study topics and continent of authorship were similar in both periods. The proportion of multi-center studies was higher after 2014 (66.6% vs. 28.8%, P=0.002) and the proportion of open access publications was higher after 2014 (66.6% vs. 15.4%, P<.001). Funded studies were more common after 2014 (75.0% vs. 53.8%, P=0.028). Ovarian cancer is the top CPY area of research in gynecologic oncology. This field is leaded by authors from the United States with multi-center studies proportion increasing in recent years. It is important to promote further high-quality research in other countries to disseminate knowledge and equality.
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.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | high |
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».