Pediatric Epilepsy Surgery: Bibliometric Analysis to Date
Notice bibliographique
Résumé
INTRODUCTION: Pediatric epilepsy surgery has significantly evolved since the very first epilepsy procedure that was performed by Victor Horsely in 1886. Bibliometrics analysis serves as an objective tool for the assessment of the scientific literature, research trends, and innovations over the years. The aim of this study is to provide a bibliometric analysis of all the studies published on pediatric epilepsy surgery to date. METHODS: All relevant published and indexed articles pertaining to pediatric epilepsy surgery were captured through a comprehensive literature search of the Scopus database from January 1, 1953, through to February 1, 2022. A validated set of bibliometrics parameters were extracted and analyzed. All analyses were performed on R 4.1.2. RESULTS: A total of 4007 articles were published between 1953 and 2021. There was an annual publication growth rate of 14.37% per year published in more than 525 sources (Figure). The institutions that contributed the largest number of publications were Wayne State University (n = 300), the University of California (n = 243), and the University of Toronto (n = 157). Further, the countries that received the most citations were the US (n = 46613), Germany (n = 13861), and Canada (n = 8516). Each article had 28.4 citations and included 6.7 authors per paper.FigureCONCLUSION: This study included a comprehensive scientometric analysis to understand the evolution of research trends over time. This data can be utilized to develop a standard of care while also understanding the changes of knowledge over time.
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 | 0,010 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,142 | 0,234 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».