MétaCan
Menu
Retour à la cohorte
Enregistrement W4206991173 · doi:10.31616/asj.2021.0239

Fifty Years of Cervical Myelopathy Research: Results from a Bibliometric Analysis

2022· article· en· W4206991173 sur OpenAlexaboutno aff
Vishal Kumar, Sandeep Patel, Siddhartha Sharma, Ritesh Kumar, Rishemjit Kaur

Notice bibliographique

RevueAsian Spine Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCervical and Thoracic Myelopathy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineScopusBibliometricsMEDLINEModalitiesFamily medicineLibrary scienceSocial science

Résumé

récupéré en direct d'OpenAlex

We performed bibliometric analysis of the research papers published on clinical cervical spondylotic myelopathy (CSM) in the last 50 years. We extracted bibliometric data from Scopus and PubMed from 1970 to 2020 pertaining to clinical studies of CSM. The predominant journals, top cited articles, authors, and countries were identified using performance analysis. Science mapping was also performed to reveal the emerging trends, and conceptual and social structures of the authors and countries. Bibliometrix R-package was deployed for the study. The total numbers of clinical studies available in PubMed and Scopus were 1,302 and 3,470, respectively. The most cited article was published by Hilibrand AS, as observed in Scopus. Regarding the conceptual structure of the research, two main research themes were identified, one involving symptomatology, scientific-scale-based objective evaluation of symptoms, and surgical removal of the offending culprit, while the other was based on patho-etiology, relevant diagnostic modalities, and the surgery commonly performed for CSM. In terms of emerging trends, in recent times there is an increasing trend of scale-based objective evaluations, along with investigations of advanced nonoperative management. The United States is the most productive country, whereas Canada tops the list for inter-country collaboration. The trend of research showed a shift toward noninvasive procedures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,839
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,056
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,1610,192
Études des sciences et des technologies0,0020,001
Communication savante0,0050,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,363
Écart entre enseignants0,296 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Spine JournalMême sujetCervical and Thoracic MyelopathyTravaux en français237 207