Analysis of Scientific Publications on the Gaza-Israeli Conflict.
Notice bibliographique
Résumé
BACKGROUND: The Gaza-Israeli conflict poses challenges for unbiased reporting due to its complexity and media bias. We explored recent scientific publications to understand scholarly discourse and potential biases surrounding this longstanding geopolitical issue. OBJECTIVES: To conduct a descriptive bibliometric analysis of PubMed articles regarding the recent Gaza-Israeli conflict. METHODS: We reviewed 1628 publications using keywords and medical subject headings (MeSH) terms related to Gaza, Hamas, and Israel. We focused on articles written in English. A team of researchers assessed inclusion criteria, resolving disagreements through a third researcher. RESULTS: Among 37 publications, Lancet, BMJ, and Nature were prominent journals. Authors from 12 countries contributed, with variety of publication types (46% correspondence, 32% news). Pro-Gaza perspectives dominated (43.2%), surpassing pro-Israel (21.6%) and neutral (35.1%) viewpoints. Pro-Gaza articles exhibited higher Altmetric scores, indicating increased social media impact. Pro-Israel publications were predominantly authored by Israelis. CONCLUSIONS: The prevalence of pro-Gaza perspectives underscores challenges in maintaining impartiality. Higher social media impact for pro-Gaza publications emphasizes the need for nuanced examination. Addressing bias is crucial for a comprehensive understanding of this complex conflict and promoting balanced reporting.
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 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,002 | 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) | 0,000 | 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 tête enseignante, 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 ».