Half a century of research on Attention-Deficit/Hyperactivity Disorder: A scientometric study
Notice bibliographique
Résumé
We performed a scientometric analysis of the scientific literature on ADHD to evaluate key themes and trends over the past decades, informing future lines of research. We conducted a systematic search in Web of Science Core Collection up to 15 November, 2021 for scientific publications on ADHD. We retrieved 28,381 publications. We identified four major research trends: 1) ADHD treatment, risks factors and evidence synthesis; 2) neurophysiology, neuropsychology and neuroimaging; 3) genetics; 4) comorbidity. In chronological order, identified clusters of themes included: tricyclic antidepressants, ADHD diagnosis/treatment, bipolar disorder, EEG, polymorphisms, sleep, executive functions, pharmacology, genetics, environmental risk factors, emotional dysregulation, neuroimaging, non-pharmacological interventions, default mode network, Tourette, polygenic risk score, sluggish cognitive tempo, evidence-synthesis, toxins/chemicals, psychoneuroimmunology, Covid-19, and physical exercise. In conclusion, research on ADHD over the past decades has been driven mainly by a medical model. Whereas the neurobiological correlates of ADHD are undeniable and crucial, we look forward to further research on relevant psychosocial aspects related to ADHD, such as societal pressure, the concept of neurodiversity, and stigma.
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 | 0,028 | 0,129 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,151 | 0,196 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».