Hallmark of success: top 50 classics in oral and maxillofacial cone-beam computed tomography
Notice bibliographique
Résumé
Purpose The aim of this study was to identify the top 50 cited articles on the use of cone-beam computed tomography (CBCT) for oral and maxillofacial applications and to summarise the characteristics of the most impactful research articles in this domain. Material and methods A database was generated by combining the search results from Thomson Reuters Web of Science and Elsevier’s Scopus to ensure that all top-cited publications were captured. We used three search fields to generate the database: 1) CBCT, 2) oral and maxillofacial pathologies, and 3) oral and maxillofacial anatomical structures. Publications were then ranked by citation counts and reviewed by two independent reviewers. Results A total of 50 top publications were included in the study. Their citation count ranged from 43 to 170 with a median of 55.5. Five publications were cited more than 100 times. All except for one paper were published after 2000. The most well published journal was the <i>American Journal of Orthodontics and Dentofacial Orthopedics</i> (n = 12), and the United States of America (n = 15) was the most productive country in the field. The majority of the studies (n = 27) discussed the imaging of primary tooth pathologies, but there are also a significant number of articles that discuss imaging of bone grafts or dental implants (n = 7), upper airways (n = 5), the skull (n = 4), and other maxillofacial structures (n = 7). Conclusions Our study identifies 50 research articles with the highest number of citations in oral and maxillofacial CBCT, discusses the characteristics and commonalities between these articles, and predicts future trends in the field.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».