A New Model for Ranking Schools of Public Health: The Public Health Academic Ranking
Notice bibliographique
Résumé
Objectives: As there is no ranking designed for schools of Public Health, the aim of this project was to create one. Methods: To design the Public Health Academic Ranking (PHAR), we used the InCites Benchmarking and Analytics™ software and the Web Of Science™ Core Collection database. We collected bibliometric data on 26 schools of Public Health from each continent, between August and September 2022. We included 11 research indicators/scores, covering four criteria (productivity, quality, accessibility for readers, international collaboration), for the period 2017–2021. For the Swiss School of Public Health (SSPH+), a network gathering faculties across different universities, a specific methodology was used, with member-specific research queries. Results: The five top schools of the PHAR were: London School of Hygiene and Tropical Medicine, Public Health Foundation of India, Harvard T.H. Chan School of Public Health, SSPH+, Johns Hopkins Bloomberg School of Public Health. Conclusion: The PHAR allows worldwide bibliometric ordering of schools of Public Health. As this is a pilot project, the results must be taken with caution. This article aims to critically discuss its methodology and future improvements.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,033 | 0,108 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,031 | 0,038 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,016 | 0,016 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».