A bibliometric analysis of the research hotspots in the applications of internet searches in breast cancer patients (Preprint)
Notice bibliographique
Résumé
BACKGROUND Women diagnosed with breast cancer need information and support to cope with their illness. The internet has become a powerful way to disseminate health information. The aim of this study is to investigate the research hotspots in the field of the application of the internet in breast cancer patients for information exchange and dissemination. OBJECTIVE Papers published between 1998 and 2016 with major Medical Subject Headings (MeSH) from related citations were downloaded from the PubMed database. METHODS Terms appearing in more than 10 papers were kept as high frequency MeSH terms. Terms that appeared in more than 10 papers were considered high frequency MeSH terms and were retained. A co-occurrence matrix was built with co-occurrence times between each pair of high frequency MeSH terms. These terms were then clustered into four groups. Papers that fell outside of our initial search timeline (published in 2017-2018) were classified into one of the 4 existing clusters of hotspots to predict the emerging trends of the field. RESULTS A total of 459 MeSH terms appeared 1594 times in 313 citations and 26 MeSH terms presented more than 10 times in 809 citations. We clustered these high frequency MeSH terms into 4 groups. Topics of those 18 new papers include online support group related, diagnosis, treatment and prevention, but showed a significant content expansion of each cluster. CONCLUSIONS A total of 459 MeSH terms appeared 1594 times in 313 citations and 26 MeSH terms presented more than 10 times in 809 citations. We clustered these high frequency MeSH terms into 4 groups. Topics of those 18 new papers include online support group related, diagnosis, treatment and prevention, but showed a significant content expansion of each cluster.
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
Le tri à trois modèles
les 5 600 travaux triés →Les trois modèles ont qualifié ce travail de métarecherche. Il appartient au noyau consensuel du domaine.
Bibliometric analysis of research hotspots in a literature on internet searches in breast cancer; the method is bibliometric and the object is a body of research output, matching the borderline bibliometric case.
The bibliometric analysis studies a research literature and its hotspots, making research output the object rather than merely using bibliometrics.
Bibliometric mapping of research hotspots on internet-search applications in breast cancer; studies a research literature, borderline T2.
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 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,090 | 0,123 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».