Notice bibliographique
Résumé
Cerebral organoids have emerged as a powerful tool for mirroring the brain developmental processes and replicating its unique physiology. This bibliometric analysis aims to delineate the burgeoning trends in the application of cerebral organoids in disease research and offer insights for future investigations. We screened all relevant literature from the Web of Science on cerebral organoids in disease research during the period 2013-2022 and analyzed the research trends in the field using VOSviewer, CiteSpace, and Scimago Graphica software. According to the search strategy, 592 articles were screened out. The United States of America (USA) was the most productive, followed by China and Germany. The top nine institutions in terms of the number of publications include Canada and the United States, with the University of California, San Diego (USA), having the highest number of publications. The International Journal of Molecular Sciences was the most productive journal. Knoblich, Juergen A., and Lancaster, Madeline A. published the highest number of articles. Keyword cluster analysis showed that current research trends focused more on induced pluripotent stem cells to construct organoid models of cerebral diseases and the exploration of their mechanisms and therapeutic modalities. This study provides a comprehensive summary and analysis of global research trends in the field of cerebral organoids in diseases. In the past decade, the number of high-quality papers in this field has increased significantly, and cerebral organoids provide hope for simulating nervous system diseases (such as Alzheimer's disease).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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; un appel candidat d’une seule tête enseignante, 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 ».