Prostate Cancer Research: A Bibliometric Study of India and Iran
Notice bibliographique
Résumé
The study aims to provide an insight into the global research productivity in prostate cancer with an in-depth analysis of the growth & development of India and Iran. The study focuses on the authorship collaborative patterns among Indian and Iranian medical scientists as well. \nThe study was commenced with the selection of terms on “Prostate cancer”. Three terms�Prostate Cancer, Prostate Neoplasm, and Prostatic Neoplasm were selected from the \nMedical Subject Headings (MeSH) to retrieve the data from the Web of Science (WoS). The Boolean Operator “OR” was executed to retrieve the records. The data related to prostate cancer research from 1989-2017 was retrieved and downloaded in the excel file. Later, Microsoft Excel software was used to analyze the data. Three important means- annual growth rate (AGR), relative growth rate (RGR), and Doubling Time (DT) have been used to trace the development of literature from 1989 to 2017. Further, authorship patterns were analyzed using the authorship collaboration and collaborative coefficient methods. The \nannual growth rate is slow in the onset as compared to the later years, which is a positive sign of the improvement in the research productivity of India and Iran while as relative growth rate shows a decrease, doubling time shows an increasing trend in both nations towards the end of 2017. Authors prefer to work in collaboration rather than individually as is evident from the values of Collaboration Coefficient and Degree of Collaboration.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,037 | 0,072 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».