Trends in matrix metalloproteinase research from 1986–2007: a bibliometric study
Notice bibliographique
Résumé
Using the SCI-expanded database, this study provides a quantitative description of the development of the research involving matrix metalloproteinase (MMP) over a period of 20 years. From 1986 to 2007 the scientific literature related to MMP increased sevenfold (397 papers in 1986-1987 and 2834 in 2006-2007). The number of countries participating in MMP-related research doubled during this period (33 in 1986-1987 to 67 in 2006-2007), and the USA continually remained the leader. Several industrialized nations (Japan, Germany, UK, Canada, and France) also continuously played important roles, with some emerging Asian countries joining the top 10 most productive countries in 2006-2007: China (ranked 5th), South Korea (6th), and Taiwan (10th). The MMP-related literature was distributed among a continuously growing number of journals (188 in 1986-1987, 527 in 1996-1997, and 913 in 2006-2007) and The Journal of Biological Chemistry remained the most prolific throughout the entire period. The development of the research involving MMPs during the past two decades was also characterized by a progressive transfer of interest from basic research to clinical medicine; cell biology and pharmacology were important routes of investigation generally pursued by researchers. Journals dedicated to oncology have progressively risen to the top 8 most prolific journals during the 20 year period analyzed.
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 | 0,004 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,090 | 0,202 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».