Evolution of Telepsychiatry: Scientometric Analysis of Telepsychiatry Publications Between 1986 and 2019
Notice bibliographique
Résumé
Introduction: Although telepsychiatry has a long history, medical literature lacks a scientometric study evaluating telepsychiatry publications. The purpose of this study was to perform a holistic analysis of telepsychiatry articles published between 1986 and 2019. Methods: We used the “telepsychiatry” keyword for our search and included all documents indexed in Web of Science (Clarivate Analytics, USA) Core Collection between 1986 and 2019, revealing a total of 1,020 articles, of which only 224 were open access. Results: The peak year for publication was 2015, with 96 articles. The United States ranked first with 601 documents followed by Australia and Canada. The University of California and University of Washington were the most productive institutions and, again, 8 of the 10 leading institutions were from the United States. The peak year for citations was 2019, with a total of 2,080 records. Discussion: We believe that systematic approaches are needed to reveal the positive and negative features of telepsychiatry practice, especially from countries where this method is widely utilized, to elucidate the need for telepsychiatry in other countries/regions and to determine how its use can be increased in regions with limited access to health care workers. Conclusion: Although scientific interest in telepsychiatry appears to have increased almost every year since 1986, it has been observed that this interest is still concentrated in certain countries, such as the United States, Australia, and Canada, indicating that telepsychiatry may not have gained use in other countries.
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 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,103 | 0,123 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».