MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409528600 · doi:10.7759/cureus.82452

Academic Output of Anesthesiology Departments in Canada From 2014 to 2023: A Bibliometric Analysis Study

2025· review· en· W4409528600 sur OpenAlexaffabout
Ekambir Saran, Connor T. A. Brenna, Jiwon Lee, Ella Huszti, Shiven Sharma, Karim S. Ladha

Notice bibliographique

RevueCureus · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac, Anesthesia and Surgical Outcomes
Établissements canadiensUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineAnesthesiologyBibliometricsMedical educationLibrary scienceAnesthesia

Résumé

récupéré en direct d'OpenAlex

Anesthesia research is essential for advancing clinical practice and patient care. The purpose of this study was to analyze research productivity in Canadian anesthesiology departments from 2014 to 2023, focusing on trends in publication volume, methodology, and the impact of the COVID-19 pandemic. A bibliometric analysis was conducted following a pre-registered protocol to identify articles in the PubMed database, which were published between 2014 and 2023 (inclusive) with corresponding authors from Canadian anesthesiology departments. Data extracted for each article included the year of publication, journal, and study design. Descriptive statistics and Pearson correlation coefficient were used to compare trends, while annual publication rates were assessed with linear regression. An interaction term captured differences between pre-pandemic (2014-2020) and post-pandemic (2021-2023) periods. A total of 3,490 articles met the inclusion criteria. From 2014 to 2020 (pre-pandemic period), publication volume increased significantly by 28.7 studies/year (95% CI: 19.2-38.2, p < 0.001). In contrast, 2021-2023 (post-pandemic period) showed a non-significant decline of 13.0 studies/year (95% CI: -48.6-22.6, p = 0.405). Pre-pandemic trends showed significant growth in reviews, case-control/cohort studies, and surveys, while publication rates declined across most categories after 2020. Our findings illustrate an increase in research productivity among Canadian anesthesiology departments from 2014 to 2020, followed by a plateau in publication volume after the onset of the COVID-19 pandemic. This stagnation highlights a critical area for future exploration, including examining how pandemic-related factors, such as shifts in clinical priorities, resource allocation, and adoption of telemedicine in pre-operative clinics, have influenced research productivity. As the field of anesthesiology adapts to post-pandemic realities, ongoing bibliometric studies will be essential to monitor these trends and guide the trajectory of Canadian anesthesia research amid emerging clinical challenges and evolving academic priorities.

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)0,012
score de la tête « metaresearch » (Gemma)0,075
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,441

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,075
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,1200,231
Études des sciences et des technologies0,0030,001
Communication savante0,0080,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,371
Écart entre enseignants0,323 · 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'étudeSans objet
DomaineÉvaluation
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCureus→Même sujetCardiac, Anesthesia and Surgical Outcomes→Travaux en français237 207→