A Bibliometric Analysis and Visualization of Current Research Trends in the Treatment of Cervical Spondylotic Myelopathy
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.
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 | 0,008 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,134 | 0,138 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».