Citation analysis of the most influential publications on whiplash injury: A STROBE-compliant study
Notice bibliographique
Résumé
Whiplash injury is a common diagnosis and causes substantial economic burden. Numerous papers have been published to provide new insights into whiplash injury. However, so far there has not been a comprehensive analysis of the most influential publications on whiplash injury. This study aimed to determine the 100 most cited publications on whiplash injury and analyze their characteristics. A keyword search was conducted using the Web of Science database. The top 100 cited publications relevant to whiplash injury were gathered. The main characteristics including title, year of publication, citation, authorship, journal, country, institution, and topic were generated. The number of citations of the top 100 cited publications ranged from 82 to 777. Fifteen countries contributed the top 100 publications. Australia had the largest number of publications (26), followed by the United States (21), and Canada (12). The majority of the publications were from Europe (40) and North America (33). A total of 19 institutions and 17 authors published more than one publication. The University of Queensland (16) and the author Sterling M (7) had the leading publication record. This is the first citation analysis to identify and characterize the highest impact researches on whiplash injury. The present analysis provides the most influential studies on whiplash injury, and reveals the leading journals, counties, institutions, and authors with special contributions in this filed. The list may serve as an archive of historical development of whiplash injury and a basis for further research.
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 | 0,085 | 0,320 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,011 |
| Bibliométrie | 0,066 | 0,078 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
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 ».