MétaCan
Menu
Retour à la cohorte
Enregistrement W4285728602 · doi:10.3389/fpsyt.2022.884600

A bibliometrics analysis and visualization of autism spectrum disorder

2022· article· en· W4285728602 sur OpenAlex
Ping Rong, Qianfang Fu, Xilian Zhang, Hui Liu, Shuyi Zhao, Xinxin Song, Puxing Gao, Rong Ma

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueFrontiers in Psychiatry · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensnon disponible
Organismes subventionnairesState Administration of Traditional Chinese Medicine of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésAutism spectrum disorderVisualizationBibliometricsAutismPsychologyMedicineClinical psychologyPsychiatryComputer scienceArtificial intelligenceData mining

Résumé

récupéré en direct d'OpenAlex

Background: The prevalence of autism spectrum disorder (ASD) increased rapidly in the last 20 years. Although related research has developed rapidly, little is known about its etiology, diagnostic marker, or drug treatment, which forces researchers to review and summarize its development process and look for the future development direction. Methods: We used bibliometrics to analyze papers of ASD in the Web of Science from 1998 to 2021, to draw the network of authors, institutions, countries, and keywords in the ASD field, and visualize the results. Results: A total of 40,597 papers were included with a continually increasing trend. It turns out that the research on ASD is mainly concentrated in universities. The United States has the largest number of ASD studies, followed by England and Canada. The quality of papers related to ASD is generally high, which shows that ASD research has become a hot spot of scientific research. The keywords of ASD etiology and diagnostic markers can be classified into at least 7 aspects. The detection of keywords shows that ASD research is mostly based on its subtypes, takes children as the study population, focuses on neurodevelopmental imaging or genetics, and pays attention to individual differences. And ASD research has changed greatly under the impact of Corona Virus Disease 2019 in the past 2 years. Conclusion: We consider the future development direction should be based on the improvement of case identification, accurate clinical phenotype, large-scale cohort study, the discovery of ASD etiology and diagnostic markers, drug randomized controlled trials, and telehealth.

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.

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: Empirique
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
Observationnelhigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesBibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,159
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0160,053
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,294
Écart entre enseignants0,281 · 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