ANTRENMAN VE EGZERSİZ YAYINLARININ GELİŞİMİ: 1980-2021 DÖNEMİNDE KÜRESEL ÜRETKENLİK VE YAYIN EĞİLİMLERİ
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.
Notice bibliographique
Résumé
Despite the increase in the number of global studies on training and exercise, which have an important place in sports sciences, there are still no bibliometric studies in the literature. This study aims to analyse the scientific articles that have been published on training and exercising by using bibliometric methods. Articles on training and exercise published between 1980 and 2021 were downloaded from the Web of Science (WoS). Spearman correlation coefficient was used for the correlation analysis between the number of articles and some development indicators of the countries. The exponential smoothing was used to estimate the number of articles to be published in the next years. Network visualization maps were used to identify citation analyses and trending topics. A total of 37408 articles were analysed. The top 3 contributing countries to the literature were USA (n=13227), UK (n=4481), Canada (n=3211). The most active journals were Journal of Applied Physiology (n=4338), Medicine and Science in Sports and Exercise (n=3292), Journal of Strength and Conditioning Research (n=2743). The top 3 most active institutions were University of California System (n=696), University of Copenhagen (n=678), University of North Carolina (n=644). The most active contributor to the literature was William J. Kraemer (Number of articles=223). We shared a summary of 37408 articles in this comprehensive bibliometric study on training and exercise. The topics studied in the last decade were determined as resistance training, football, athletic performance, high-intensity interval training, sports, youth, team sports, training load, injury prevention, health, quality of life, exercise therapy, obesity, aerobic exercise, muscle strength, biomechanics, balance, gait, heart rate variability, and hypertension.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,007 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 découle