The Top 100 Most Cited Scientific Papers in the Public, Environmental & Occupational Health Category of Web of Science: A Bibliometric and Visualized Analysis
Notice bibliographique
Résumé
(1) Background: The main basis for the public recognition of the merits of scientists has always been the system of scientific publications and citations. Our goal is to identify and analyze the most cited articles in the Public, Environmental & Occupational Health category. (2) Methods: We searched the Web of Science for all articles published in the “Public, Environmental & Occupational Health” category up to March 2022 and selected the 100 most cited articles. We recorded the number of citations, the journal, the year of publication, quartile, impact factor, institution, country, authors, topic, type of publication and collaborations. (3) Results: 926,665 documents were analyzed. The top 100 had 401,620 citations. The journal with the most articles was the Journal of Clinical Epidemiology and the one with the highest number of citations was Medical Care. The year with the highest number of articles in the top 100 was 1998. The country with the highest percentage of publications was the USA and the most productive institution was Harvard. The most frequent keywords were bias, quality, and extension. The largest collaboration node was between the USA, Canada, Germany, Spain, Australia, France, and Sweden. (4) Conclusions: This bibliometric study on Public, Environmental & Occupational Health provides valuable information not only to identify topics of interest in the analyzed category, but also to identify the differences in the topics they study.
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 | 0,007 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,181 | 0,166 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».