A global bibliometric analysis of Plesiomonas-related research (1990 – 2017)
Notice bibliographique
Résumé
Plesiomonas shigelloides is an emerging pathogen with damaging effects on human health such as gastroenteritis and extraintestinal infections. Here, we carried out a bibliometric survey that aimed to examine publication trends in Plesiomonas-related research by time and place, international collaborative works, identify gaps and suggest directions for future research. The search term "Plesiomonas shigelloides" was used to retrieve articles published between 1990 and 2017 from the Web of Science database. Only primary research articles were included in the analysis. A total of 155 articles were published within the survey period, with an average of 5.54±2.66 articles per year and an annual growth rate of -0.8%. Research output peaked in 2000 and 2006 (each accounting for 7.7% of the total). The United States ranked first in terms of numbers of articles (n = 29, 18.1%) and total citations (n = 451). Cameroon, Canada, Cuba, Switzerland and Turkey co-shared the 10th position each with 2 articles (1.3%). Research collaboration was low (collaboration index = 3. 32). In addition to Plesiomonas shigelloides (n = 82, 52.9%), the top Authors Keywords and research focus included lipopolysaccharide and nuclear magnetic resonance (n = 13, 8.4%). Diarrhea (n = 43, 27.7%), Aeromonas species (n = 41, 26.5%) and infections (n = 31, 20.0%) were also highly represented in Keywords-Plus. Authors' collaborations and coupling networks formed two mega-clusters which nodes were shared solely by authors from high-income countries. The common conceptual framework in retrieved articles determined by K-means clustering revealed three clusters with sizes of 7, 16, and 29, representing research responses focused on extraintestinal and gastroenteritis, P. shigelloides lipopolysaccharide structure, and co-infections, respectively. Our bibliometric analysis revealed a global diminishing research in Plesiomonas; greater research outcomes from high-income countries compared to others and low collaboration with developing countries.
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 | 0,009 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,152 | 0,204 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| 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 | 0,001 |
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 ».