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 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 | 0,023 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,079 | 0,101 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».