An Overview of Tracheal Stenosis Research Trends and Hot Topics.
Notice bibliographique
Résumé
BACKGROUND: Tracheal stenosis remains a challenge in the thoracic surgery field. Recognizing the hot topics and major concepts in this area would help the health policy makers to determine their own priorities and design the effective research plans. The present study analyzed and mapped the topics and trends of tracheal stenosis studies over time as well as authors' and countries' contributions. MATERIALS AND METHODS: Search results were obtained employing Bibexcel. To determine cold and hot topics, co-occurrence analysis was applied using three international databases 'Web of Science', 'PubMed' and 'Scopus'. Appropriately, different categories in the articles such as keywords, authors, and countries were explored via VOSviewer and NetDraw. Afterward, the trends of research topics were depicted in four time-intervals from 1945 to 2015 by ten co-occurrence terms. RESULTS: The majority of articles were limited to case series and retrospective studies. The studies had been conducted less frequently on prevention, risk factors and incidence determination but extensively on treatment and procedures. Based on the articles indexed in WOS, 45 countries and 8,260 authors have contributed to scientific progress in this field. The highest degree of cooperation occurred between the USA and England with 15 common papers. CONCLUSIONS: Most of the published literature in tracheal stenosis research field was about surgical and non-surgical treatments. Conducting the screening and prevention studies would diminish the burden of this disease on the health system as well as the patients and their families' well-being.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».