MétaCan
Menu
Retour à la cohorte
Enregistrement W4220963441 · doi:10.1016/j.ncrna.2022.03.001

Hotspots and development frontiers of circRNA based on bibliometric analysis

2022· review· en· W4220963441 sur OpenAlexaboutno aff
Chunlei Zhang, Yindong Kang, Feiyan Kong, Qi Yang, Dehui Chang

Notice bibliographique

RevueNon-coding RNA Research · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCircular RNAs in diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWeb of scienceCitation analysisCircular RNAData scienceChinaCitationLibrary scienceBiologyPolitical scienceComputer sciencemicroRNAMEDLINEGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Background and purpose: Circular RNAs (circRNAs) are a big group of members of the noncoding RNA family following long non-coding RNA and microRNA. They play a regulatory role in many biological processes. Analyzing their current research status and future development trends is conducive to a more comprehensive understanding of circRNAs and contributes to the dedication to the biological field. Methods: The literature on circRNA from 2000 to 2021 in the Web of Science Core Collection of the Web of Science database with "circular RNA" as the subject was searched. R Studio's Bibliometrix package and biblioshiny software were used for publication trend analysis, citation analysis, keyword analysis, author analysis, research institution analysis, source analysis, country analysis, and collaboration analysis for all documents and highly cited documents. Results: From 2000 to 2021, 3,186 circRNA-related articles were published worldwide, of which 193 were highly cited. The number of published articles had shown an explosive increase after 2013. These articles were mainly from Chinese research institutions and authors, but the country with the highest average number of citations per year in highly cited documents was Germany. Scientific research institutions came from countries represented by Germany, USA, China, Australia and Canada all had different degrees of cooperation. The theme and key points of the research had evolved over time from expression to the role and mechanism of circRNA in diseases, especially in cancer. CDR1as, circFOXO3, circHIPK3, circITCH, circMTO1, circSMARCA5 and circZNF609 are circRNAs that are mainly studied currently, their studies mainly involve cell biology, biological functions and cancer. The future research direction and trend would still be the application of circRNA in diseases. Conclusion: The basic situation and development trend of circRNA related research we described provide a direction for future research.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaBibliométrie
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptBibliométrie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devislow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,004
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,1350,132
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,143
Tête enseignante GPT0,420
Écart entre enseignants0,277 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Bibliométrie

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeObservationnel · Autre devis
Domainenon disponible
GenreSynthèse · Empirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNon-coding RNA ResearchMême sujetCircular RNAs in diseasesCatégorieBibliométrieTravaux en français237 207