Estudio bibliométrico de los trabajos especiales de grado de la Facultad de Odontología de la Universidad de Los Andes 2005-2017
Bibliographic record
Abstract
El Trabajo Especial de Grado (TEG) es un tipo de documento primario que constituye una rica fuente de informacion sobre un area de investigacion abordada, ademas, contiene elementos que pueden ser estudiados a traves de la bibliometria, sin embargo, en Venezuela no se han encontrado estudios bibliometricos enfocados a los TEG de pregrado en el area de odontologia. Por esta razon, el objetivo de la presente investigacion es identificar el comportamiento de indicadores bibliometricos de los trabajos especiales de grado de pregrado de la Facultad de Odontologia de la Universidad de Los Andes (FOULA) 2005-2017. Esta fue una investigacion descriptiva, de diseno documental. El material de analisis estuvo conformado por los TEG de pregrado de la FOULA durante el periodo 2005-2017, en los cuales se describieron los indicadores de produccion por ano calendario, el indicador de contenido tematico y el indicador metodologico. Se realizaron 515 TEG, el area de estudio con mayor actividad fue la periodoncia con 60, el tipo de citas fue distribuido entre 263 con APA y 252 con Vancouver, el promedio referencias fue de 51 por TEG, predomina el tipo de investigacion descriptiva con 277, el diseno no experimental con 149, la tecnica de recoleccion por observacion con 321 y el analisis de los datos descriptivos con 265. Este estudio muestra que la produccion de los TEG en la FOULA es significativa en comparacion a otros trabajos en universidades de odontologia a nivel internacional.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.024 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.022 | 0.047 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".