MétaCan
Menu
Retour à la cohorte
Enregistrement W2899093355 · doi:10.1515/fon-2018-0026

Bibliometric analysis of literature regarding ostomy research based on the Web of Science database

2018· article· en· W2899093355 sur OpenAlexaboutno aff
Lan Gao, Cao Xiu-zhen, Ying Zhang, Tai-Fang Liu, Aihua Zhang

Notice bibliographique

RevueFrontiers of Nursing · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueStoma care and complications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScience Citation IndexBibliometricsWeb of scienceChinaMedicineCitationLibrary scienceHistoryComputer sciencePathologyMeta-analysis

Résumé

récupéré en direct d'OpenAlex

Abstract Objective To analyze the literature status and research hotspots of Science Citation Index (SCI)-related ostomy in the world and to provide references for scientific research and clinical work in the stoma care field. Methods Based on the Web of Science core database and its own analysis function, HistCite analysis software and Excel were used to study the published research about ostomy patients. Results A total of 1,262 articles were published between 1910 and 2016 with the authors from 48 countries and regions, 1,347 research institutions, published in 321 journals, with 4,048 first authors and coauthors; globally, there was a trend of slow growth in the number of authors every year. The study in the USA was absolutely in the lead position, and Canada and Turkey were more active. China's circulation volume was the 15th in the world. The periodical that published most often was the Journal of Wound Ostomy and Continence Nursing The most interdisciplinary surgical studies were surgery and nursing, where these should be considered important. The most prolific author in the field was "Grant", and the highest cited article was entitled as "Living with a stoma: a review of the literature". Conclusions The related research of global stoma is constantly developing. The research hotspot is nursing before and after stoma surgery. China and the USA are leading countries in research. They should follow the recent trend to improve the depth and breadth of the research 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesBibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,448
Score d'incertitude au seuil0,933

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0770,253
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,097
Tête enseignante GPT0,418
Écart entre enseignants0,321 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers of NursingMême sujetStoma care and complicationsTravaux en français237 207