Parkinson's disease: Evolution of the scientific literature from 1983 to 2017 by countries and journals
Notice bibliographique
Résumé
This study charts the evolution of the scientific literature on Parkinson's disease (PD) from 1983 to 2017 to inform communities of scientists, physicians, patients, caregivers and politicians concerned with PD. Articles published in journals indexed in the Science Citation Index-Expanded database of the Web of Science were retrieved and analyzed in seven five-year periods: 1983-1987, 1988-1992, 1993-1997, 1998-2002, 2003-2007, 2008-2012 and 2013-2017. Over 35 years the number of research papers on PD increased 33-fold: 885 papers in 1983-1987 to 29,972 in 2013-2017. At the same time the number of countries contributing to PD research increased from 37 to 131. The USA was the most prolific country throughout, followed by several European (UK, Germany, Italy and France) and English-speaking (Canada and Australia) countries. By 2003, several Asian countries (China, South Korea, India and Turkey) emerged with rapid increases in publications related to PD. By 2013-2017, China surpassed all but the USA to rank 2nd globally in productivity. Despite an increase from 4 to 22 African countries publishing PD research from 1983 to 2017, most were either unproductive or contributed ≤5 papers in each five-year period. There has also been a 12-fold increase in the number of journals (232-2824) containing papers on PD. In 2013-2017 three PD-focused journals (Parkinsonism & Related Disorders, Movement Disorders and Journal of Parkinson's Disease) contained 6.8% of all PD papers while a large majority (82.5%) of journals published ≤ 10 papers. This quantitative study complements the numerous extant qualitative reviews to provide a global perspective on PD research.
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 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 | 0,008 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,074 | 0,102 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».