Network Analysis of Sport-Related Concussion Research During the Past Decade (2010–2019)
Notice bibliographique
Résumé
CONTEXT: Research into sport-related concussion (SRC) has grown substantially over the past decade, yet no authors to date have synthesized developments over this critical time period. OBJECTIVE: To apply a network-analysis approach in evaluating trends in the SRC literature using a comprehensive search of original, peer-reviewed research articles involving human participants published between January 1, 2010, and December 15, 2019. DESIGN: Narrative review. MAIN OUTCOME MEASURE(S): Bibliometric maps were derived from a comprehensive search of all published, peer-reviewed SRC articles in the Web of Science database. A clustering algorithm was used to evaluate associations among journals, organizations or institutions, authors, and key words. The online search yielded 6130 articles, 528 journals, 7598 authors, 1966 organizations, and 3293 key words. RESULTS: The analysis supported 5 thematic clusters of journals: (1) biomechanics/sports medicine (n = 15), (2) pediatrics/rehabilitation (n = 15), (3) neurotrauma/neurology/neurosurgery (n = 11), (4) general sports medicine (n = 11), and (5) neuropsychology (n = 7). The analysis identified 4 organizational clusters of hub institutions: (1) University of North Carolina (n = 19), (2) University of Toronto (n = 19), (3) University of Michigan (n = 11), and (4) University of Pittsburgh (n = 10). Network analysis revealed 8 clusters for SRC key words, each with a central topic area: (1) epidemiology (n = 14), (2) rehabilitation (n = 12), (3) biomechanics (n = 11), (4) imaging (n = 10), (5) assessment (n = 9), (6) mental health/chronic traumatic encephalopathy (n = 9), (7) neurocognition (n = 8), and (8) symptoms/impairments (n = 5). CONCLUSIONS: The findings suggest that during the past decade SRC research has (1) been published primarily in sports medicine, pediatric, and neuro-focused journals, (2) involved a select group of researchers from several key institutions, and (3) concentrated on new topical areas, including treatment or rehabilitation and mental health.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».