A Bibliometric and Trend Analysis on the Water-Related Risk Assessment Studies for Cryptosporidium Pathogen.
Notice bibliographique
Résumé
BACKGROUND: The bibliometric methods have been used in many disciplines of sciences to study the scientific production and research trends. In this study, they were used to investigate research trends related to the risk assessment of Cryptosporidium pathogen in water field. METHODS: Data were obtained on the Scopus database from 1993 to 2013. Research tendency was investigated by analyzing the distribution of languages, countries, journals, author keywords, authorship pattern and co-authorship relations. RESULTS: The English language was dominant language of all publications (96.36%). Number of articles in this field increased from 2 in 1993 to 29 papers in 2007 and then received to 19 at the end of 2013. United States produced 35.41% of all pertinent articles followed by United Kingdom with 10.76% and Australia with 9.92%. Water Research Journal published the most papers in this field, taking 11.62% of all, followed by Journal of Water and Health (10.92%) and Water Science and Technology (10.21%). The most productive authors were Ashbolt NJ form Canada that accounts about 1.51% of the total publications followed by Rose JB and Haas CN from United States. Authorship pattern analysis results show that literature does follow Lotka's law (P=0.627). CONCLUSION: A downward trend in the number of publications is likely to occur in future. The results of this bibliometric analysis may help relevant researchers realize the scope of the microbial risk assessment research of Cryptosporidium, and establish the further research direction.
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 | 0,010 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,130 | 0,162 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».