Evolution of the Research Literature and the Scientific Community of Alzheimer’s Disease from 1983-2017: A 35-Year Survey
Notice bibliographique
Résumé
This study surveys the development of Alzheimer's disease (AD) in the research literature, the scientific community, and the journals containing AD papers over a 35-year period. Research papers on AD published from 1983 to 2017 in journals indexed in the Web of Science were analyzed in seven five-year periods. The number of AD papers increased from 1,095 in 1983-1987 to 50,532 by 2013-2017 and in the same time period, the number of participating countries went from 27 to 152. The US was the most prolific country throughout, followed by several European countries, Canada, Australia, and Japan. Asian countries have emerged and by 2013-2017, China surpassed all but the US in productivity. Countries in Latin America and Africa have also contributed to AD research. Additionally, several new non-governmental institutions (e.g., ADNI, ADI) have emerged and now play a key role in the fight against AD. Likewise the AD scientific publishing universe evolved in various aspects: an increase in number of journals containing AD papers (227 journals in 1983-1987 to 3,257 in 2013-2017); appearance of several AD-focused journals, e.g., Alzheimer's & Dementia, Journal of Alzheimer's Disease; and the development of special issues dedicated to AD. Our paper complements the numerous extant papers on theoretical and clinical aspects of AD and provides a description of the research landscape of the countries and journals contributing papers related to AD.
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 | 0,012 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,049 | 0,068 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 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 | 0,001 |
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 ».