Research trends and hotspots of COVID-19 impact on sexual function: A bibliometric analysis based on Web of Science
Notice bibliographique
Résumé
Background The outbreak of coronavirus disease 2019 (COVID-19) has brought indelible harms to the world and aroused great concern worldwide. This paper aims to analyze the impact of COVID-19 on sexual function using bibliometrics, and summarize research hotspots in this field. Methods Relevant publications concerning the impact of COVID-19 on sexual function in the Web of Science collection database (WoSCC) between January 1, 2020 and March 12, 2022 were screened and analyzed by bibliometric analysis using the visualization software CiteSpace and VOSviewer. Results Of the 1,054 publications screened, the United States (US) contributed the most (398/37.8%), followed by the United Kingdom (UK) (119/11.3%). Among all institutions, the University of Toronto in Canada enjoyed the largest number of publications (30), and Johns Hopkins University in the US enjoyed the highest frequency of citation (235). The journal INTERNATIONAL JOURNAL OF ENVIRONMENTAL RESEARCH AND PUBLIC HEALTH published the largest number of studies in this field (31), and the most-cited journal was LANCET. “Chow, Eric,” “Ong, Jason J,” and “Stephenson, Rob” tied for first place in publications (8), and “Fish, Jessica N.” enjoyed the highest number of citations (99). Burstness analysis of references and keywords showed that the developing research trends in this field mainly focused on “sexual transmission” and “angiotensin converting-enzyme 2 (ACE2)” during the COVID-19 pandemic. Conclusion The impact of COVID-19 on sexual function remains an urgent concern at present, and the management of sexual health during the pandemic needs to be further improved. More frequent and deeper cooperation between countries and institutions is required in future. Meanwhile, searching for more evidence on whether COVID-19 can achieve sexual transmission and the pathophysiological mechanisms underlying the impact of COVID-19 on sexual function remains a focus of research in the coming years.
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 | 0,006 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,133 | 0,162 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».