MétaCan
Menu
Retour à la cohorte
Enregistrement W4408009831 · doi:10.3346/jkms.2025.40.e112

Healthcare Crisis in Korea and Its Impact on Medical Research: A PubMed Analysis (2022–2024)

2025· article· en· W4408009831 sur OpenAlexaff
Soo Ick Cho, Jeong‐Moo Lee, Hyung Park, Jungyo Suh, Ro Woon Lee

Notice bibliographique

RevueJournal of Korean Medical Science · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDiverse Approaches in Healthcare and Education Studies
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésHealth careMedicineMEDLINEPolitical science

Résumé

récupéré en direct d'OpenAlex

In response to the Korea government's 2024 policy to increase the number of medical students, a nationwide resignation of residents and prolonged leave by medical students have disrupted healthcare services and medical education systems.1,2 The response to the government's policies has disrupted medical treatment and education at teaching hospitals and medical schools, leading to significant challenges in the sustainability of medical research as well as the healthcare system.A recent paper reported that the Journal of Korean Medical Science revealed in 2024 that the proportion of publications and submissions by domestic authors is declining.3,4 However, this analysis was limited to a single journal, restricting its generalizability.To see the broader impact of this event, we checked the change from 2022 to 2024 in the proportion of articles in PubMed that included authors from affiliations in Korea to figure out how the current nationwide healthcare crisis affected medical research.PubMed's Application Programming Interface was used to count articles published from January 2022 to December 2024 according to the month of publication (Supplementary Method). 5 Affiliations containing 'Korea,' 'Republic of Korea,' or 'South Korea' were identified.Papers were categorized as: 1) Korea-domestic study, where all authors were affiliated with Korea institutions, and 2) Korea-international collaborative study, where only some authors were affiliated with Korea.In 2022 and 2023, a total of 1,494,958 and 1,419,360 papers were published, of which 31,873 and 30,642 (2.13% and 2.10%) were Korea-domestic studies, and 11,878 and 11,883 (0.79% and 0.81%) were Korea-international collaborative studies, thus a total of 43,751 and 42,525 (2.93% and 2.91%) papers were from Korea affiliations (Table 1).In 2024, among 1,505,450 published papers, 30,473 (1.97%) were Korea-domestic studies, and 12,778 (0.83%) were Korea-international collaborative studies.While the total contribution of Koreaaffiliated publications decreased from 2.91% in 2023 to 2.79% in 2024, Korea-international collaborative studies were unaffected (0.81% to 0.83%).Furthermore, the monthly proportion of papers from Korea affiliations decreased after March 2024 (Table 1, Fig. 1).Comparing months from March through December for each year,

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)0,013
score de la tête « metaresearch » (Gemma)0,038
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,006
Bibliométrie0,0700,065
Études des sciences et des technologies0,0020,001
Communication savante0,0040,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,163
Tête enseignante GPT0,497
Écart entre enseignants0,334 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Korean Medical ScienceMême sujetDiverse Approaches in Healthcare and Education StudiesTravaux en français237 207