1,720,969 research outputs found
Going Beyond Counting First Authors in Author Co-citation Analysis
Get PDFThe 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
« Élaboration de deux indices de morbidité dans le Système National des Données de Santé (SNDS) - Application à l'identification de populations à risque et à la définition de modèles de paiement prospectif des soins »
No full textThe accurate characterization of health-state severity has been a central concern in most health-related research or policy fields. A common approach to take into account health-state severity is the use of summary measures, usually referred to as indices or scores, based on predictive modeling methods. With the increasing availability of routinely collected standardized data in medico-administrative databases, such summary measures are more widely used for research purposes or to inform policy making. The French national health data system (SNDS) is particularly adapted to predictive modeling as it allows morbidity measurement, longitudinal follow-up and the study of health-related outcomes. We propose two morbidity indices developed using SNDS data and illustrate their utilization in two application studies.We developed and validated two outcome-specific morbidity indices in a nationwide population of people aged 65 years or older: the Mortality-Related Morbidity Index (MRMI) predictive of 2-year mortality and the Expenditure-Related Morbidity Index (ERMI) predictive of healthcare expenditure over 2 years and reflecting the intensity of healthcare utilization. The MRMI and ERMI indices have better overall performance and better calibration than comparable Charlson indices.As an application of the morbidity indices to case-identification, we studied the risk of readmission in heart failure (HF) patients. To analyze readmission predictors, we distinguished HF severity from overall morbidity measured through the MRMI and ERMI indices and took into account the competing mortality risk. Risk-groups defined upon HF severity and overall morbidity, available at admission, have a 40% separation in HF readmission incidence and specific patterns of risk over the 1-year follow-up period.As an application to payment models, we compared the performance of the MRMI and ERMI indices, among other predictors, for expenditure prediction. Models were applied to prediction of overall, inpatient and outpatient individual expenditure, for people aged 65 or older and for HF patients aged 65 or older. To illustrate the use of predictive models for prospective resource allocation, we compared predicted with observed mean individual expenditure at the area of residence level. Health-state severity measured through the MRMI and ERMI was the most important predictor, both at the individual and area of residence level.The MRMI and ERMI indices are performant tools for outcome-specific severity adjustment in studies using SNDS data. They can be used as stratification or adjustment variables, or among other predictors in predictive models.La mesure pronostique de l’état de santé constitue un enjeu important dans de nombreux domaines liés aux soins, à la recherche ou à la décision publique en santé. Une approche commune à ces différents domaines est de synthétiser l’information disponible sur la morbidité d’une population sous la forme d’indices, appelés parfois scores, en faisant appel à des méthodes de modélisation prédictive. La disponibilité croissante de données médico-administratives et l’essor de leur utilisation à des fins de recherche ou d’aide à la décision ont souligné l’importance de ce type de mesures pronostiques. En France, les données du SNDS et en particulier la « cartographie des pathologies et des dépenses » développée par l’Assurance Maladie, permettent la mesure de la morbidité, un suivi individuel longitudinal sur plusieurs années et l’étude de différents résultats de santé. Nous proposons deux indices de morbidité élaborés en appliquant des méthodes de modélisation prédictive aux données médico-administratives françaises et nous illustrons leur apport par deux études d’application.Les deux indices proposés sont élaborés et validés en appliquant un cadre méthodologique commun à une population nationale de personnes âgées de 65 ans ou plus. L’indice MRMI (Mortality-Related Morbidity Index) est prédictif de la mortalité à deux ans et l’indice ERMI (Expenditure-Related Morbidity Index) est prédictif des dépenses de soins remboursées sur deux ans et reflète l’intensité du recours au système de santé. Leur performance prédictive est supérieure aux indices comparables les plus communément utilisés, indices de Charlson et mesures d’Elixhauser.Dans une première étude d’application, nous étudions le risque de réhospitalisation pour les patients atteints d’insuffisance cardiaque (IC), en utilisant des méthodes adaptées à la prise en compte du risque compétitif de décès. Nous distinguons la stabilité de l’IC de la sévérité globale de l’état de santé, mesurée à travers les deux indices proposés. Ces deux informations, disponibles à l’admission d’un séjour pour IC, permettent de segmenter la population en groupes de risque avec un écart de 40% d’incidence cumulée de réhospitalisation pour IC au bout d’un an de suivi.Pour la deuxième étude d’application, nous comparons différents modèles prédictifs afin de quantifier l’apport des indices de morbidité dans la prédiction des dépenses individuelles. Nous étudions trois périmètres de dépenses : totales, hospitalières et ambulatoires, parmi deux populations différentes : l’ensemble des personnes âgées de 65 ans ou plus et les personnes âgées de 65 ans ou plus et atteintes d’IC. Nous illustrons les enjeux de la définition de paiements populationnels prospectifs de type capitation, en comparant les dépenses observées aux dépenses prédites par ces modèles à l’échelle des départements métropolitains. La sévérité de l’état de santé, mesurée à travers les deux indices proposés, est le déterminant le plus important de la performance prédictive des dépenses, aussi bien au niveau individuel que départemental.Les indices MRMI et ERMI sont des outils performants pour prendre en compte la sévérité de l’état de santé dans les travaux basés sur des données du SNDS et de manière adaptée au résultat étudié. Ils peuvent servir de variables de stratification ou d’ajustement, ou être inclus parmi d’autres variables dans des modèles prédictifs
Development of Two Morbidity Indices in the French National Health Data System (SNDS) - Application to Case-Identification and to Prospective Payment Models
No full textLa mesure pronostique de l’état de santé constitue un enjeu important dans de nombreux domaines liés aux soins, à la recherche ou à la décision publique en santé. Une approche commune à ces différents domaines est de synthétiser l’information disponible sur la morbidité d’une population sous la forme d’indices, appelés parfois scores, en faisant appel à des méthodes de modélisation prédictive. La disponibilité croissante de données médico-administratives et l’essor de leur utilisation à des fins de recherche ou d’aide à la décision ont souligné l’importance de ce type de mesures pronostiques. En France, les données du SNDS et en particulier la « cartographie des pathologies et des dépenses » développée par l’Assurance Maladie, permettent la mesure de la morbidité, un suivi individuel longitudinal sur plusieurs années et l’étude de différents résultats de santé. Nous proposons deux indices de morbidité élaborés en appliquant des méthodes de modélisation prédictive aux données médico-administratives françaises et nous illustrons leur apport par deux études d’application.Les deux indices proposés sont élaborés et validés en appliquant un cadre méthodologique commun à une population nationale de personnes âgées de 65 ans ou plus. L’indice MRMI (Mortality-Related Morbidity Index) est prédictif de la mortalité à deux ans et l’indice ERMI (Expenditure-Related Morbidity Index) est prédictif des dépenses de soins remboursées sur deux ans et reflète l’intensité du recours au système de santé. Leur performance prédictive est supérieure aux indices comparables les plus communément utilisés, indices de Charlson et mesures d’Elixhauser.Dans une première étude d’application, nous étudions le risque de réhospitalisation pour les patients atteints d’insuffisance cardiaque (IC), en utilisant des méthodes adaptées à la prise en compte du risque compétitif de décès. Nous distinguons la stabilité de l’IC de la sévérité globale de l’état de santé, mesurée à travers les deux indices proposés. Ces deux informations, disponibles à l’admission d’un séjour pour IC, permettent de segmenter la population en groupes de risque avec un écart de 40% d’incidence cumulée de réhospitalisation pour IC au bout d’un an de suivi.Pour la deuxième étude d’application, nous comparons différents modèles prédictifs afin de quantifier l’apport des indices de morbidité dans la prédiction des dépenses individuelles. Nous étudions trois périmètres de dépenses : totales, hospitalières et ambulatoires, parmi deux populations différentes : l’ensemble des personnes âgées de 65 ans ou plus et les personnes âgées de 65 ans ou plus et atteintes d’IC. Nous illustrons les enjeux de la définition de paiements populationnels prospectifs de type capitation, en comparant les dépenses observées aux dépenses prédites par ces modèles à l’échelle des départements métropolitains. La sévérité de l’état de santé, mesurée à travers les deux indices proposés, est le déterminant le plus important de la performance prédictive des dépenses, aussi bien au niveau individuel que départemental.Les indices MRMI et ERMI sont des outils performants pour prendre en compte la sévérité de l’état de santé dans les travaux basés sur des données du SNDS et de manière adaptée au résultat étudié. Ils peuvent servir de variables de stratification ou d’ajustement, ou être inclus parmi d’autres variables dans des modèles prédictifs.The accurate characterization of health-state severity has been a central concern in most health-related research or policy fields. A common approach to take into account health-state severity is the use of summary measures, usually referred to as indices or scores, based on predictive modeling methods. With the increasing availability of routinely collected standardized data in medico-administrative databases, such summary measures are more widely used for research purposes or to inform policy making. The French national health data system (SNDS) is particularly adapted to predictive modeling as it allows morbidity measurement, longitudinal follow-up and the study of health-related outcomes. We propose two morbidity indices developed using SNDS data and illustrate their utilization in two application studies.We developed and validated two outcome-specific morbidity indices in a nationwide population of people aged 65 years or older: the Mortality-Related Morbidity Index (MRMI) predictive of 2-year mortality and the Expenditure-Related Morbidity Index (ERMI) predictive of healthcare expenditure over 2 years and reflecting the intensity of healthcare utilization. The MRMI and ERMI indices have better overall performance and better calibration than comparable Charlson indices.As an application of the morbidity indices to case-identification, we studied the risk of readmission in heart failure (HF) patients. To analyze readmission predictors, we distinguished HF severity from overall morbidity measured through the MRMI and ERMI indices and took into account the competing mortality risk. Risk-groups defined upon HF severity and overall morbidity, available at admission, have a 40% separation in HF readmission incidence and specific patterns of risk over the 1-year follow-up period.As an application to payment models, we compared the performance of the MRMI and ERMI indices, among other predictors, for expenditure prediction. Models were applied to prediction of overall, inpatient and outpatient individual expenditure, for people aged 65 or older and for HF patients aged 65 or older. To illustrate the use of predictive models for prospective resource allocation, we compared predicted with observed mean individual expenditure at the area of residence level. Health-state severity measured through the MRMI and ERMI was the most important predictor, both at the individual and area of residence level.The MRMI and ERMI indices are performant tools for outcome-specific severity adjustment in studies using SNDS data. They can be used as stratification or adjustment variables, or among other predictors in predictive models
Variations on the Author
Get PDF“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
Get PDFWe 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
Dispelling the Myths Behind First-author Citation Counts
Get PDFWe 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
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
Author-wise bibliometric analysis based on entropy.
No full textAuthor-wise bibliometric analysis based on entropy.</p
- …
