Global trends of researches on pycho-oncology during 1999-2019: A 21-year bibliometric study based on VOSviewer
Notice bibliographique
Résumé
Abstract BackgroundThe studies on psycho-oncology are growing rapidly, but there were no bibliometric studies regarding psycho-oncology. This study was to explore a bibliometric analysis of psycho-oncology in the past 21 years at a global level.MethodsThe literature was searched in Web of Science (WOS) by using subject terms. VOSviewer software was used for bibliometric analysis of the retrieval results.ResultsThe literature search yielded 1921 papers. After screening process, 968 papers were included, which came from 55 countries/regions, 1,452 organizations and 4,152 authors. The top three countries/regions, organizations and authors ranked by the number of published papers were the United States of America (USA) (286), Germany (143) and Australia (130); the Memorial Sloan-Kettering Cancer Centre (MSKCC) (New York, USA) (34), Newcastle University (Newcastle, Australia) (29) and McGill University (Montreal, Canada) (28); Luigi Grassi (University of Ferrara in Italy) (26), Tatsuo Akechi (Nagoya City University Hospital in Japan) (20) and Anja Mehnert (University of Leipzig in Germany) (18), respectively. Moreover, the 968 papers contained 1,768 author keywords, involved in 300 journals and cited 28,311 references. The top three co-occurrence author keywords, most-involved journals and most-cited references were “Quality-of-life”, “Depression” and “Breast cancer”; Psycho-Oncology, Supportive Care in Cancer and Journal of Psychosocial Oncology; “Zigmond AS, 1983”, “Zabora J, 2001” and “Mitchell AJ, 2011”, respectively.ConclusionsThere was a growing trend in published papers related to psycho-oncology, with the organizations and authors from developed countries leading the field. “Quality-of-life”, “Depression” and “Breast cancer” reflected the most hotspots, and the latest progress can be tracked in Psycho-Oncology.
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 | 0,010 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,157 | 0,211 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 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) | 0,004 | 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 ».