1,720,959 research outputs found
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Full text linkWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Evaluation de modèles non linéaires à effets mixtes pour données complexes
No full textNon-linear mixed effect models (NLEMs) are widely used in drug development. These models are part of the general framework of pharmacometrics, a discipline that consists of modelling data obtained during clinical drug trials. These models, which require the formulation of hypotheses, are very useful for better understanding certain phenomena while taking into account inter-/intra-individual variability and missing data. The evaluation of models is an important step in pharmacometrics. Among the evaluation tools, the visual predictive check (VPC) and prediction discrepancies (pd) are references for continuous data. However the pd cannot be applied to complex data. So the main objective of this thesis is then to extend the calculation of pd for them. First, we used a joint model describing the evolution of a biomarker over time, the prostate specific antigen (PSA), and its association with patient survival (time-to-event data, TTE). On the one hand, we considered only TTE data and showed the good statistical performance (type I error and power) of the pd. On the other hand, we considered the PSA and TTE data and adapted the calculation in this context. An overall adequacy test that showed good performance was proposed. In addition, we have also developed graphs for the TTE part. These are useful for diagnosing the model, especially in case of misspecification. In a second step, we developed a model describing the evolution of depression in patients taking antidepressants (agomelatine) or placebo, while taking into account the study exit. The model uses the Item Response Theory (IRT) which allows a better integration of the information collected through the Hamilton Scale (HAMD) which consists of categorical responses. In this modelling work, the evaluation of the model played a crucial role in its construction by allowing the identification of important variables that influence the evolution of depression. This also helped to structure the association between the differents items of the HAMD scale and the disease. This work motivated the construction of the pd for categorical data. We made useful graphs for the model diagnosis and propose a statistical test that has good performance in terms of power. This test is corrected by simulation to take into account the correlation of observations within the same individual. This work complete the arsenal of tools for model evaluation with complex data, and thus solidify the analysesLes modèles non-linéaires à effets mixtes (NLEM) sont très utilisés dans le développement des médicaments. Ces modèles s’inscrivent dans le cadre général de la pharmacométrie, une discipline qui consiste à modéliser les données obtenues lors des essais cliniques de médicaments. Ces modèles, qui nécessitent la formulation d’hypothèses, sont très utiles pour mieux comprendre certains phénomènes tout en prenant en compte la variabilité inter/intra individuelle et les données manquantes. L’évaluation de modèles est une étape importante en pharmacométrie dès lors qu’elle consiste à vérifier ces hypothèses selon un objectif donné. Parmi les outils d’évaluation, les graphiques d’évaluation prédictive (VPC) et les discordances prédictives (prediction discrepancies, pd) sont des références pour les données continues. Les pd ne peuvent pas s’appliquer sur des données complexes. L’objectif principal de cette thèse est alors d’étendre le calcul des pd pour ce type de données. Dans un premier temps, nous nous sommes basés sur un modèle conjoint décrivant l’évolution d’un biomarqueur au cours du temps, l’antigène spécifique de la prostate (PSA), et son association à la survie (données de survenu d’un évènement, TTE) des patients. D’une part, nous avons considéré seulement des données TTE et montré les bonnes performances statistiques (erreur de type I et puissance) des pd. D’autre part, nous avons considéré les données de PSA et TTE et adapté le calcul dans ce contexte. Un test d’adéquation global qui a montré de bonnes performances a été ainsi proposé. Par ailleurs, nous avons également élaboré des graphiques pour la partie TTE. Ceux-ci sont utiles pour réaliser un diagnostic du modèle notamment si celui-ci est mal spécifié. Dans un deuxième temps, nous avons développé un modèle décrivant l’évolution de la dépression chez des patients sous antidépresseur (agomélatine) ou sous placebo, et ceci en prenant en compte la sortie d’étude. Le modèle utilise la théorie de réponse aux questions (IRT) qui permet un meilleur traitement de l’information, recueillie par le biais de l’échelle d’Hamilton (HAMD) et constituée de réponses catégorielles. Dans ce travail de modélisation, l’évaluation du modèle a joué un rôle crucial dans sa construction en permettant l’identification de variables importantes, jouant sur l’évolution de la dépression. Cela a également permis de structurer l’association entre les différentes questions de l’échelle HAMD et la maladie. Ce travail a motivé la construction des pd pour des données catégorielles. Nous avons réalisé des graphes utiles pour le diagnostic du modèle et proposons un test statistique qui possède de bonnes performances en termes de puissance. Ce test est corrigé par simulation pour prendre en compte la corrélation des observations au sein d’un même individu. Ces travaux ont permis de compléter l’arsenal des outils pour l’évaluation de modèle avec des données complexes, et ainsi solidifier les analyse
Evaluation de modèles non linéaires à effets mixtes pour données complexes
No full textNon-linear mixed effect models (NLEMs) are widely used in drug development. These models are part of the general framework of pharmacometrics, a discipline that consists of modelling data obtained during clinical drug trials. These models, which require the formulation of hypotheses, are very useful for better understanding certain phenomena while taking into account inter-/intra-individual variability and missing data. The evaluation of models is an important step in pharmacometrics. Among the evaluation tools, the visual predictive check (VPC) and prediction discrepancies (pd) are references for continuous data. However the pd cannot be applied to complex data. So the main objective of this thesis is then to extend the calculation of pd for them. First, we used a joint model describing the evolution of a biomarker over time, the prostate specific antigen (PSA), and its association with patient survival (time-to-event data, TTE). On the one hand, we considered only TTE data and showed the good statistical performance (type I error and power) of the pd. On the other hand, we considered the PSA and TTE data and adapted the calculation in this context. An overall adequacy test that showed good performance was proposed. In addition, we have also developed graphs for the TTE part. These are useful for diagnosing the model, especially in case of misspecification. In a second step, we developed a model describing the evolution of depression in patients taking antidepressants (agomelatine) or placebo, while taking into account the study exit. The model uses the Item Response Theory (IRT) which allows a better integration of the information collected through the Hamilton Scale (HAMD) which consists of categorical responses. In this modelling work, the evaluation of the model played a crucial role in its construction by allowing the identification of important variables that influence the evolution of depression. This also helped to structure the association between the differents items of the HAMD scale and the disease. This work motivated the construction of the pd for categorical data. We made useful graphs for the model diagnosis and propose a statistical test that has good performance in terms of power. This test is corrected by simulation to take into account the correlation of observations within the same individual. This work complete the arsenal of tools for model evaluation with complex data, and thus solidify the analysesLes modèles non-linéaires à effets mixtes (NLEM) sont très utilisés dans le développement des médicaments. Ces modèles s’inscrivent dans le cadre général de la pharmacométrie, une discipline qui consiste à modéliser les données obtenues lors des essais cliniques de médicaments. Ces modèles, qui nécessitent la formulation d’hypothèses, sont très utiles pour mieux comprendre certains phénomènes tout en prenant en compte la variabilité inter/intra individuelle et les données manquantes. L’évaluation de modèles est une étape importante en pharmacométrie dès lors qu’elle consiste à vérifier ces hypothèses selon un objectif donné. Parmi les outils d’évaluation, les graphiques d’évaluation prédictive (VPC) et les discordances prédictives (prediction discrepancies, pd) sont des références pour les données continues. Les pd ne peuvent pas s’appliquer sur des données complexes. L’objectif principal de cette thèse est alors d’étendre le calcul des pd pour ce type de données. Dans un premier temps, nous nous sommes basés sur un modèle conjoint décrivant l’évolution d’un biomarqueur au cours du temps, l’antigène spécifique de la prostate (PSA), et son association à la survie (données de survenu d’un évènement, TTE) des patients. D’une part, nous avons considéré seulement des données TTE et montré les bonnes performances statistiques (erreur de type I et puissance) des pd. D’autre part, nous avons considéré les données de PSA et TTE et adapté le calcul dans ce contexte. Un test d’adéquation global qui a montré de bonnes performances a été ainsi proposé. Par ailleurs, nous avons également élaboré des graphiques pour la partie TTE. Ceux-ci sont utiles pour réaliser un diagnostic du modèle notamment si celui-ci est mal spécifié. Dans un deuxième temps, nous avons développé un modèle décrivant l’évolution de la dépression chez des patients sous antidépresseur (agomélatine) ou sous placebo, et ceci en prenant en compte la sortie d’étude. Le modèle utilise la théorie de réponse aux questions (IRT) qui permet un meilleur traitement de l’information, recueillie par le biais de l’échelle d’Hamilton (HAMD) et constituée de réponses catégorielles. Dans ce travail de modélisation, l’évaluation du modèle a joué un rôle crucial dans sa construction en permettant l’identification de variables importantes, jouant sur l’évolution de la dépression. Cela a également permis de structurer l’association entre les différentes questions de l’échelle HAMD et la maladie. Ce travail a motivé la construction des pd pour des données catégorielles. Nous avons réalisé des graphes utiles pour le diagnostic du modèle et proposons un test statistique qui possède de bonnes performances en termes de puissance. Ce test est corrigé par simulation pour prendre en compte la corrélation des observations au sein d’un même individu. Ces travaux ont permis de compléter l’arsenal des outils pour l’évaluation de modèle avec des données complexes, et ainsi solidifier les analyse
Dispelling the Myths Behind First-author Citation Counts
Full text linkWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
Evaluation of nonlinear mixed effects models for complex data
No full textLes modèles non-linéaires à effets mixtes (NLEM) sont très utilisés dans le développement des médicaments. Ces modèles s’inscrivent dans le cadre général de la pharmacométrie, une discipline qui consiste à modéliser les données obtenues lors des essais cliniques de médicaments. Ces modèles, qui nécessitent la formulation d’hypothèses, sont très utiles pour mieux comprendre certains phénomènes tout en prenant en compte la variabilité inter/intra individuelle et les données manquantes. L’évaluation de modèles est une étape importante en pharmacométrie dès lors qu’elle consiste à vérifier ces hypothèses selon un objectif donné. Parmi les outils d’évaluation, les graphiques d’évaluation prédictive (VPC) et les discordances prédictives (prediction discrepancies, pd) sont des références pour les données continues. Les pd ne peuvent pas s’appliquer sur des données complexes. L’objectif principal de cette thèse est alors d’étendre le calcul des pd pour ce type de données. Dans un premier temps, nous nous sommes basés sur un modèle conjoint décrivant l’évolution d’un biomarqueur au cours du temps, l’antigène spécifique de la prostate (PSA), et son association à la survie (données de survenu d’un évènement, TTE) des patients. D’une part, nous avons considéré seulement des données TTE et montré les bonnes performances statistiques (erreur de type I et puissance) des pd. D’autre part, nous avons considéré les données de PSA et TTE et adapté le calcul dans ce contexte. Un test d’adéquation global qui a montré de bonnes performances a été ainsi proposé. Par ailleurs, nous avons également élaboré des graphiques pour la partie TTE. Ceux-ci sont utiles pour réaliser un diagnostic du modèle notamment si celui-ci est mal spécifié. Dans un deuxième temps, nous avons développé un modèle décrivant l’évolution de la dépression chez des patients sous antidépresseur (agomélatine) ou sous placebo, et ceci en prenant en compte la sortie d’étude. Le modèle utilise la théorie de réponse aux questions (IRT) qui permet un meilleur traitement de l’information, recueillie par le biais de l’échelle d’Hamilton (HAMD) et constituée de réponses catégorielles. Dans ce travail de modélisation, l’évaluation du modèle a joué un rôle crucial dans sa construction en permettant l’identification de variables importantes, jouant sur l’évolution de la dépression. Cela a également permis de structurer l’association entre les différentes questions de l’échelle HAMD et la maladie. Ce travail a motivé la construction des pd pour des données catégorielles. Nous avons réalisé des graphes utiles pour le diagnostic du modèle et proposons un test statistique qui possède de bonnes performances en termes de puissance. Ce test est corrigé par simulation pour prendre en compte la corrélation des observations au sein d’un même individu. Ces travaux ont permis de compléter l’arsenal des outils pour l’évaluation de modèle avec des données complexes, et ainsi solidifier les analysesNon-linear mixed effect models (NLEMs) are widely used in drug development. These models are part of the general framework of pharmacometrics, a discipline that consists of modelling data obtained during clinical drug trials. These models, which require the formulation of hypotheses, are very useful for better understanding certain phenomena while taking into account inter-/intra-individual variability and missing data. The evaluation of models is an important step in pharmacometrics. Among the evaluation tools, the visual predictive check (VPC) and prediction discrepancies (pd) are references for continuous data. However the pd cannot be applied to complex data. So the main objective of this thesis is then to extend the calculation of pd for them. First, we used a joint model describing the evolution of a biomarker over time, the prostate specific antigen (PSA), and its association with patient survival (time-to-event data, TTE). On the one hand, we considered only TTE data and showed the good statistical performance (type I error and power) of the pd. On the other hand, we considered the PSA and TTE data and adapted the calculation in this context. An overall adequacy test that showed good performance was proposed. In addition, we have also developed graphs for the TTE part. These are useful for diagnosing the model, especially in case of misspecification. In a second step, we developed a model describing the evolution of depression in patients taking antidepressants (agomelatine) or placebo, while taking into account the study exit. The model uses the Item Response Theory (IRT) which allows a better integration of the information collected through the Hamilton Scale (HAMD) which consists of categorical responses. In this modelling work, the evaluation of the model played a crucial role in its construction by allowing the identification of important variables that influence the evolution of depression. This also helped to structure the association between the differents items of the HAMD scale and the disease. This work motivated the construction of the pd for categorical data. We made useful graphs for the model diagnosis and propose a statistical test that has good performance in terms of power. This test is corrected by simulation to take into account the correlation of observations within the same individual. This work complete the arsenal of tools for model evaluation with complex data, and thus solidify the analyse
koamabayili/VECTRON-author-checklist: VECTRON author checklist
No full textWe have done our best to complete the author checklist relating to the use of animals in the hut study. Note that the objective for the hut study was to evaluate the IRS treatment applications for residual efficacy against Anopheles mosquitoes, including the local An. coluzzii mosquito population. Cows were only used to attract mosquitoes into the huts and no tests were carried out directly on the cows. The author checklist is intended for use with studies where experiments are carried out on animals, which is why we have had such difficulty in completing this for the hut study, as many of the questions do not relate to how the cows were used
- …
