Trends analysis of cancer topic of Cochrane systematic reviews: a bibliometric analysis
Notice bibliographique
Résumé
Abstract Purpose: To analyze the scientific outputs of the cancer topic of Cochrane systematic reviews (Cancer-CSR) in order to have a comprehensive understanding and lay the foundation for the following research. Patients and methods: Cochrane Database of Systematic Review and Web of Science Core Collection were retrieved limited from Jan. 1, 2009 to Dec. 12, 2018. CiteSpace IV and Excel 2018 were applied to analyze and visualize the literature information. Results: Ultimately, 607 Cancer-CSR were retrieved, 32 countries, 179 institutions and 260 authors involved. The number of publications in Cancer-CSR has been increasing over the past decades (25(2009)-77(2018)). UK, USA, Canada, Australia, and Germany worked closely with other countries, especially the UK (n=361) has taken the lead in this field. The top 10 contributive institutions, which were almost came from developed countries, collaborated closely with other institutions. Cochrane Database Syst Rev, C Hdb Sys and J Clin Oncol were the top three journals with the highest co-citation. The top three co-cited references were the two different version of Cochrane handbook for systematic reviews and the guidelines of Review Manager. The biggest cluster of keywords “cytoreductive surgery (CRS)” and the latest clusters “visual inspection” and “non-steroidal anti-inflammatory drug” were the most promising hotspots. Conclusions: Cancer-CSR has been increasing. Most of the reviews were came from the developed countries as well as the institutes in these countries. The knowledge base of was the methodology studies of systematic review, epidemiological data of cancer, and the reporting guideline of systematic reviews. The adjuvant therapy combined CRS, the screening of skin cancer and the management of cancer-related pain were the hotspots. Reasons that influence the author's preference for Cancer-CSR also deserve further investigation.
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 | 0,045 | 0,287 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,014 |
| Bibliométrie | 0,215 | 0,264 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».