MétaCan
Menu
Retour à la cohorte
Enregistrement W3127121986 · doi:10.1177/2325967120976372

The Top 100 Most Cited Articles on Anterior Cruciate Ligament Reconstruction: A Bibliometric Analysis

2021· article· en· W3127121986 sur OpenAlexaboutno aff
Ning Tang, Wenchao Zhang, Daniel M. George, Yang Su, Tianlong Huang

Notice bibliographique

RevueOrthopaedic Journal of Sports Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueKnee injuries and reconstruction techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAnterior cruciate ligamentAnterior cruciate ligament reconstructionQuarter (Canadian coin)Web of scienceBibliometricsLibrary scienceMeta-analysisSurgeryHistoryInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

Background: The concept of anterior cruciate ligament (ACL) reconstruction (ACLR) has become widely accepted, gaining increased attention in recent years and resulting in many research achievements in this field. Purpose: The aim of this study was to determine which original articles on ACLR have been most influential in this field by identifying and analyzing the characteristics of the 100 most cited articles. Study Design: Cross-sectional study. Methods: Articles on ACLR were identified via the Thomson ISI Web of Science database on November 30, 2019. The 100 most cited articles were identified based on inclusion and exclusion criteria. The data extracted from each article for the subsequent analysis included title, date of publication, total citations, average citations per year (ACY), journal name, first author, institutions, themes, level of evidence, and keywords. Results: The total number of citations was 29,629. The date of publication ranged from 1975 to 2015. A majority of the articles originated from the United States (58%) and were published in the 1990s (32%) and 2000s (48%). The mean ACY was 18.43 ± 9.51. Of the selected articles, nearly one-half were published in the American Journal of Sports Medicine (42%). The most prolific co-author and first author were Freddie H. Fu (n = 13) and K. Donald Shelbourne (n = 5), respectively. The most productive institution was the University of Pittsburgh (14%). Material comparison (19%) and technique comparison (16%) were the 2 most popular themes. More than one-quarter of articles were level 4 evidence (37%). Moreover, the keywords ACL, ACL reconstruction, ACL rupture, knee joint, knee injuries, and human showed the highest degree of centrality. Conclusion: By analyzing the characteristics of articles, this study demonstrated that ACLR is a growing and popular area of research, with the focus of research varying through timeline trends. Studies on anatomic reconstruction and biomechanics might be areas of future trends.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesBibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,842
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0280,060
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,285
Écart entre enseignants0,272 · 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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrthopaedic Journal of Sports MedicineMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207