A bibliometrics and visualization analysis of cannabidiol research from 2004 to 2021
Notice bibliographique
Résumé
Cannabidiol, a non-psychoactive component extracted from the plant cannabis sativa, has gained growing focus in recent years since its extensive pharmacology effects have been founded. The purpose of this study intends to reveal the hot spots and frontiers of cannabidiol research using bibliometrics and data visualization methods. A total of 3,555 publications with 106,793 citations from 2004 to 2021 related to cannabidiol were retrieved in the Web of Science database, and the co-authorships, research categories, keyword burst, and reference citations in the cannabidiol field were analyzed and visualized by VOSviewer and Citespace software. Great importance has been attached to the pharmacology or pharmacy values of cannabidiol, especially in the treatment of neuropsychiatric disorders, such as epilepsy, anxiety, and schizophrenia. The mechanisms or targets of the cannabidiol have attracted the extreme interest of the researchers, a variety of receptors including cannabinoids type 1, cannabinoids type 2, 5-hydroxytriptamine1A, and G protein-coupled receptor 55 were involved in the pharmacology effects of cannabidiol. Moreover, the latest developed topic has focused on the positive effects of cannabidiol on substance use disorders. In conclusion, this study reveals the development and transformation of knowledge structures and research hotspots in the cannabidiol field from a bibliometrics perspective, exploring the possible directions of future 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 | 0,003 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,125 | 0,154 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».