Global research output on Kawasaki disease: A scientometric assessment during 2005-14
Notice bibliographique
Résumé
The present paper attempts to study the performance of global research on Kawasaki disease using a series of bibliometric indicators. As seen from Scopus database the global research output cumulated to 2717 publications in 10 years during 2005-14, with annual average growth rate of 7.09% and citation impact per paper of 8.45. Around 68% of the global publications on Kawasaki disease were cited one or more times. The top 10 most productive countries together accounted for 74.35% share of the global output during 2005-14, with Canada registering the largest (2.44) relative citation index, followed by USA (1.79), Japan (1.47), France (1.45), Taiwan (1.36) and Italy (1.03) during 2005-14. Medicine contributed the largest publications share of 93.89%, followed by immunology & microbiology (10.78%), biochemistry, genetics & molecular biology (7.95%), pharmacology, toxicology & pharmaceutics (1.77%), neurosciences (1.18%) and agricultural & biological sciences (1.14%) during 2005-14. The top 21 and 20 most productive global organizations and authors together contributed 26.76% and 25.98% publication share and 58.55% and 83.44% citation share to the world publications and citation output on Kawasaki disease during 2005-14. The top 20 journals together accounted for 30.95% share of the total global publication output during 2005-14. There were 48 high cited papers, which received 60 or more citations and together received 5519 citations, registering the average citation per paper of 114.98 during 2005-14. The authors suggest the need for developing national policy and guidelines for diagnosis, treatment and management of Kawasaki disease patients.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».