Trends of spinal tuberculosis research (1994–2015)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Spinal tuberculosis is the most common form of skeletal tuberculosis. However, there were limited data to evaluate the trend of spinal tuberculosis research. This study aims to investigate the trend of spinal tuberculosis research and compare the contribution of research from different countries and authors. METHODS: Spinal tuberculosis-related publications from 1994 to 2015 were retrieved from the Web of Science database. Excel 2013, GraphPad Prism 5, and VOSviewer software were used to analyze the search results for number of publications, cited frequency, H-index, and country contributions. RESULTS: A total of 1558 papers were identified and were cited 16,152 times as of January 25, 2016. The United States accounted for 15.1% of the articles, 22.3% of the citations, and the highest H-index (33). China ranked third in total number of articles, fifth in citation frequency (815), and ranked seventh in H-index (13). The journal Spine (IF 2.297) had the highest number of publications. The author Jain A.K. has published the most papers in this field (20). The article titled "Tuberculosis of the spine: Controversies and a new challenge" was the most popular article and cited a total of 1138 times. The keyword "disease" was mentioned the most for 118 times and the word "bone fusion" was the latest hotspot by 2015. CONCLUSION: Literature growth in spinal tuberculosis is slowly expanding. Although publications from China are increasing, the quality of the articles still requires improvements. Meanwhile, the United States continues to be the largest contributor in the field of spinal tuberculosis. According to our bibliometric study, bone fusion may be an emerging topic within spinal tuberculosis research and is something that should be closely observed.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 découle