Mapping the global research output on Ebola vaccine from research indexed in web of science and scopus: a comprehensive bibliometric analysis
Notice bibliographique
Résumé
Introduction: The Ebola Virus outbreak in Africa is believed to be one of the deadliest viral infections that causes severe hemorrhagic fever in human and nonhuman primates, which has resulted in increased mortality rates in the affected African countries. Thus, the current study mapped and quantified global research output and trends in the EBOV vaccine publications via a bibliometric analysis.Methods: Publications about the Ebola virus vaccine were extracted from the Web of Science and Scopus databases. HistCite, Bibliometrix, an R package, and VOSviewer.Var1.6.6 were used for data mapping and analysis.Results: A total of 541 (WoS) and 511 (Scopus) documents were included, with a cumulation of 24,611 citations in both databases. These documents were published in 141 journals in the Wos and 185 in Scopus. The USA was the most productive country with 206 (38.08%) publications in the Wos. Although the top-cited authors are from the USA, the United Kingdom, and Canada, only one author from Africa “Samai M” from the University of Sierra Leone contributed 13 publications. Meanwhile, the Journal of Infectious Diseases was the most productive (45, 8.32%) in this field.Conclusion: The study provides insight for researchers and health policy on the trends and progress of the EBOV vaccine research and development, focusing on the hot topics, research collaboration, and research dearth that requires urgent redress to fast-track an all-inclusive EBOV vaccine development.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,050 | 0,264 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».