MétaCan
Menu
Retour à la cohorte
Enregistrement W3109416268 · doi:10.1186/s12906-020-03151-8

Global research trends at the intersection of coronavirus disease 2019 (COVID-19) and traditional, integrative, and complementary and alternative medicine: a bibliometric analysis

2020· article· en· W3109416268 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBMC Complementary Medicine and Therapies · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAndrographolide Research and Applications
Établissements canadiensMcMaster UniversityImpact
Organismes subventionnairesnon disponible
Mots-clésScopusPandemicPsycINFOMEDLINECoronavirus disease 2019 (COVID-19)MedicineChinaBibliometricsFamily medicineAlternative medicineImpact factorGlobal healthTraditional medicineDiseaseInfectious disease (medical specialty)Public healthLibrary sciencePolitical sciencePathologyLaw

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Coronavirus disease 2019 (COVID-19) is a novel infectious disease caused by severe acute respiratory syndrome coronavirus 2, and responsible for a global pandemic. Despite there being no known vaccines or medicines that prevent or cure COVID-19, many traditional, integrative, complementary and alternative medicines (TICAMs) have been touted as the solution, as well as researched as a potential remedy globally. This study presents a bibliometric analysis of global research trends at the intersection of TICAM and COVID-19. METHODS: SCOPUS, MEDLINE, EMBASE, AMED and PSYCINFO databases were searched on July 5, 2020, with results being exported on the same day. All publication types were included, however, articles were only deemed eligible if they made mention of one or more TICAMs for the potential prevention, treatment, and/or management of COVID-19 or a health issue indirectly resulting from the COVID-19 pandemic. The following eligible article characteristics were extracted: title; author names, affiliations, and countries; DOI; publication language; publication type; publication year; journal (and whether it is TICAM-focused); 2019 impact factor, and TICAMs mentioned. RESULTS: A total of 296 eligible articles were published by 1373 unique authors at 977 affiliations across 56 countries. The most common countries associated with author affiliation included China, the United States, India and Italy. The vast majority of articles were published in English, followed by Chinese. Eligible articles were published across 157 journals, of which 33 were TICAM-focused; a total of 120 journals had a 2019 impact factor, which ranged from 0.17 to 60.392. A total of 327 TICAMs were mentioned across eligible articles, with the most common ones including: traditional Chinese medicine (n = 94), vitamin D (n = 67), melatonin (n = 16), phytochemicals (n = 12), and general herbal medicine (n = 11). CONCLUSIONS: This study provides researchers and clinicians with a greater knowledge of the characteristics of articles that been published globally at the intersection of COVID-19 and TICAM to date. At a time where safe and effective vaccines and medicines for the prevention and treatment of COVID-19 have yet to be discovered, this study provides a current snapshot of the quantity and characteristics of articles written at the intersection of TICAM therapies and COVID-19.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,016
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,394
Tête enseignante GPT0,497
Écart entre enseignants0,103 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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