MétaCan
Menu
Retour à la cohorte
Enregistrement W4411641318 · doi:10.70759/a7y3xx41

Analysis of Co-authorship Patterns in Global e-Health Literacy Research

2025· article· en· W4411641318 sur OpenAlexaboutno aff
Williams E. Nwagwu

Notice bibliographique

RevueRegional journal of information and knowledge management. · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHealth literacyLiteracyPsychologySociologyPolitical sciencePedagogyHealth care

Résumé

récupéré en direct d'OpenAlex

Rationale of the Study - This study investigated the co-authorship patterns in global research on e-health literacy, focusing on authors, countries, and organisations to reflect the participation of African researchers and their institutions in collaborative research on e-health literacy. Methodology - The study period covered 2006 to 2024 and was based on publications retrieved from Scopus. VOSviewer was used to identify and map co-authored documents, revealing valuable insights into authorship. Findings - Between 2006 and 2024, a total of 7,887 authors wrote 2,027 documents on the subject, resulting in an average of 415 authorships per year. Leading countries in co-authorship include the US, Germany, Australia, and Canada. There were only 12 connected organisations, indicating room for growth in inter-institutional research partnerships. The University of Education, Winneba, Ghana, was the only African institution to have published four documents and established four collaborative links. Implications - Expanding institutional partnerships, particularly with countries that have high research volumes, such as China, could help address the disparity between research quantity and citation impact. Promoting structured collaborations can facilitate resource sharing, diversify perspectives, and improve the overall quality and influence of research, driving innovation and advancing the field globally. Originality - Many studies in this field focused on quantitative research, but this study deploys bibliometrics to reveal important insights. A unique finding of the study is a comparatively high volume of Chinese research. Conversely, previous studies have shown that China has a low research impact, highlighting disparities in global research influence.

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)0,015
score de la tête « metaresearch » (Gemma)0,072
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,974
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,072
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0260,034
Études des sciences et des technologies0,0010,002
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,121
Tête enseignante GPT0,526
Écart entre enseignants0,405 · 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
Domainenon disponible
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRegional journal of information and knowledge management.Même sujetSocial Media in Health EducationTravaux en français237 207