MétaCan
Menu
Retour à la cohorte
Enregistrement W4283457807 · doi:10.1016/j.clnesp.2022.06.015

Research developments in pediatric intensive care nutrition: A research intelligence review

2022· review· en· W4283457807 sur OpenAlexaff
Rik Iping, Jessie M. Hulst, Koen Joosten

Notice bibliographique

RevueClinical Nutrition ESPEN · 2022
Typereview
Langueen
DomaineNursing
ThématiqueClinical Nutrition and Gastroenterology
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésField (mathematics)Data scienceMedicineWeb of scienceComputer scienceMedical educationPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND & AIMS: Pediatric intensive care nutrition is a growing research field on the intersection of three large research domains: Pediatrics, Critical Care Medicine and Nutrition & Dietetics. This study, using Research Intelligence tools, such as bibliometric network visualization software, was designed to map the developments in research topics and collaboration in the field over the past thirty years, and discuss how these developments align with recent recommendations and guidelines of the active expert groups in the field. METHODS: We searched the Web of Science Core Collection for relevant full articles, reviews, letters and proceedings papers. To describe the research field a search strategy was iteratively designed based on the combinations of relevant key words. The articles the were found were processed using software designed for bibliometric network mapping. Filters were applied to select only the most relevant articles for the field. RESULTS: The resulting visualizations show the network of researchers active in the field of pediatric intensive care nutrition, and the collaborations between them. Using the most frequently used key terms a map was created to show the most prominent research areas within the field, and the development of attention for these topics over time. CONCLUSIONS: The network analyses show a research field that is gaining momentum, with several cores of research activity in different institutions. Some research groups collaborate on specific topics within the field, while others seem to be more isolated. The analyses uncover the potential for future collaborations and emerging topics of attention in the different areas of research in the field. The results are compared to recent recommendations for research priorities by active networks in the field. We discuss similarities and discrepancies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,021
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,637
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0020,002
Intégrité de la recherche0,0010,012
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,558
Tête enseignante GPT0,606
Écart entre enseignants0,048 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Nutrition ESPENMême sujetClinical Nutrition and GastroenterologyTravaux en français237 207