The 100 most cited papers on bone metastasis: A bibliometric analysis
Notice bibliographique
Résumé
Background: Over the past few decades, a vast number of articles focused on bone metastasis have been published. Bibliometric analysis is helpful to determine the qualities and characteristics and to reveal the influential articles in this field. Methods: All the databases in Web of Science were utilized to identify articles published from 1961 to 2020. The top 100 most cited articles on bone metastases were involved for degree centrality analysis and analyses on publication time and citations, journals, authors, geographical distribution, research institutions, and research keywords. Results: The selected articles were published mainly from 1986 to 2015. The 100 most cited articles were selected from a total of 67,451 citations out of 90,502 publications with a density of 50.239 citations/year. Citations per article ranged from 357 to 2167. The leading country was USA, followed by Canada and United Kingdom. The most frequently studied themes were clinical management of bone metastasis from different malignancy origins. A co-authorship analysis revealed an intense collaborative activity between countries and institutions. Conclusions: This study identified the top 100 most cited articles on bone metastasis. Publication time, area, and theme distribution were thoroughly analyzed. The present study highlighted some of the most influential contributions to the field. Clinical and academic communities have shown a sustained interest in the management of bone metastasis.
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| Bibliométrie | 0,134 | 0,173 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».