A bibliometric analysis of the 100 most-influential papers in the field of anti-diabetic drugs
Notice bibliographique
Résumé
<b>Aim:</b> We analyzed the 100 most-cited articles on all anti-diabetic drugs. A comprehensive literature review found no bibliometrics on this. <b>Methods:</b> Two researchers independently extracted articles from Scopus and ranked them by citation count as the ‘top 100 most-cited’. <b>Results:</b> The median number of citations is 1385.5. Most articles are from the USA (n = 59). Insulin has the most papers (n = 24). Majority (n = 76) were privately funded and contained at least one conflict of interest (n = 66). The New England Journal of Medicine has the most publications (n = 44). Male authors made majority of both first and last authorship positions. <b>Conclusion:</b> This study aims to aid in directing future research and in reducing biases. The 100 most cited anti-diabetic original articles were published between 1971–2022 from a total of 46 nations. The highest frequency of articles occurred between 2006–2010 (n = 27). The median number of citations was 1385.5, ranging from 774 to 22,496. Authors from 46 nations contributed to this list; however, more than half of these articles were from the USA (n = 59), followed by the UK (n = 31) and Canada (n = 24). Insulin had the most papers published (n = 24). <i>The New England Journal of Medicine</i> (n = 44) and <i>The Lancet</i> (n = 18) have contributed most to the publications. The analysis also highlighted a gender disparity in first and senior authorship positions, with male authors predominating in anti-diabetic research. Most articles (n = 76) were funded privately, followed by publicly funded (n = 49). The average number of authors with a conflict of interest was 5.23, and 66/100 publications contained at least one.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | high |
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,024 | 0,088 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,049 | 0,000 |
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.
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».