Trends in conjunctivochalasis research from 1986 to 2017
Notice bibliographique
Résumé
BACKGROUND: With the aging of the population and the use of video terminals, the incidence of Conjunctivochalasis is getting higher, and related research is increasing. So our research aimed to use visualization software to display the research trends of Conjunctivochalasis. METHODS: Retrieved the document (from 1986 to 2017) of conjunctivochalasis in the web of science core collection, analyzed by Citespace V. RESULTS: The main language is English. Article is the key type of document. The average annual number of publications in the time period from 2008 to 2017 was 11.6, which was significantly higher than the period from 1994 to 2007, indicating that the total number of publications has been continuously developed. The law of frequency quoted showed an upward trend yearly. Furthermore, we can find out that Japan, USA, and People's Republic of China were the most productive countries, Kyoto Prefectural University of Medicine was the most prolific institution, Shanghai Jiaotong University is a key institution. The average IF of journals was 3.0508. Cornea and Canadian Journal of Ophthalmology are core journals. Tseng SCG is the most active scholar. All cited author contributed to 5 classifications. Di PMA paper is a classic literature. Huang YK paper can be regarded as the frontier document. All cited-reference dedicated to 7 categories. Conjunctivochalasis is the hot topic, related to observe indicators, risk factors, treatment, graded diagnosis of conjunctivochalasis, etc. In addition, fibroblast was research hotspot. At length, the cluster map of keyword was divided into 7 categories. CONCLUSION: This research will help relevant clinicians and researchers to accurately and quickly grasp the research trends in the field, and continue to conduct new research on the basis.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| 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) | 0,003 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».