Bibliometric analysis of cardiac rehabilitation for coronary disease research trends based on Web of Science
Notice bibliographique
Résumé
Objective To perform bibliometric analysis of research literature in the field of cardiac rehabilitation of coronary disease, in order to accurately grasp the research situation in the field in the world, and to provide references for further in-depth research. Methods The distribution characteristics, research fronts, and research hotspots for the cardiac rehabilitation of coronary disease were analyzed based on researching systematically of documents Web of Science before December 31st, 2017, with the aid of CiteSpace software, using co-citation analysis and co-word analysis to analyze. Results A total of 2 560 articles were retrieved. The institutions and authors in United States, Canada and other European and American countries had a relatively high level of research in the field of cardiac rehabilitation of coronary disease. Gender-tailored randomized clinical trials and prospective studies were the research frontiers in this field. Randomized controlled trials and meta-analysis were commonly used research methods in this field. Exercise was the main research content of cardiac rehabilitation programs for patients with coronary disease. Mortality, quality of life, risk factors, and depression were currently the main indicators for assessing the effectiveness of cardiac rehabilitation programs in these patients. Conclusions The current research in the field of cardiac rehabilitation of coronary disease in China has gradually started. In the future, we can explore new entry points and breakthroughs in combination with current international research frontiers and research hotsopts. Key words: Bibliometric; Cardiac rehabilitation; Coronary disease
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 | 0,011 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,260 | 0,261 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».