A Bibliometric Analysis and Visualization of Current Research Trends in the Treatment of Cervical Spondylotic Myelopathy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
STUDY DESIGN: Bibliometric analysis. OBJECTIVE: Cervical spondylotic myelopathy (CSM) has become the most common cause of spinal cord dysfunction. Many topics of CSM still remain controversial. This study aimed to illustrate the overall knowledge structure and development trends of CSM. METHODS: Research data sets were acquired from the Web of Science database and the time span was defined as "2000 to 2019." VOS viewer and Citespace software was used to analyze the data and generate visualization knowledge maps. Annual trends of publications, distribution, H-index status, co-authorship status, and research hotspots were analyzed. RESULTS: . The cooperation between the countries, institutes, and authors were relatively weak. Cervical sagittal alignment, predictive factor, diffusion tensor imaging, and the natural history of CSM may become a frontier in this research field. CONCLUSION: The number of publications showed an upward trend with a stable rise. Most of the publications are limited to a few countries and institutions with relatively weak interaction. The United States, Canada, Japan, China, and India have made significant contributions to the field of CSM. The United States is the country with the highest productivity, not only in quality but also in quantity. Cervical sagittal alignment, predictive factor, diffusion tensor imaging, and the natural history of CSM are the research hotspots in the recent years.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,015 | 0,168 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle