Hot spots and frontiers of postpartum depression research in the past 5 years: A bibliometric analysis
Notice bibliographique
Résumé
Objective: This study applied the bibliometric method to analyze the hotspots and frontiers in the field of postpartum depression research from 2017 to 2021. Methods: A computer-based search for studies related to postpartum depression (PPD) was conducted in the Web of Science Core Collection from 2017 to 2021. Using CiteSpace 5.8. R3 visualization software, this paper analyzed the hot spots and frontiers of postpartum depression research from countries, institutions, authors, cited references and keywords, and drew corresponding knowledge maps. Results: A total of 3,789 articles were retrieved, and the annual publication volume showed a steady increase. The countries and institutions with the most publications were the United States and the University of Toronto, respectively. Cindylee Dennis was the most productive author. The most frequently cited and centrally cited articles were meta-analyses on risk factors associated with antenatal depression or anxiety and meta-analyses on the prevalence of antenatal or postnatal anxiety, respectively. The research hotspots in the field of postpartum depression in the past 5 years mainly focused on the risk factors for PPD, and the impact of the COVID-19 epidemic on PPD. Providing various aspects of social and family support to women with PPD may be a research trend in this field. Conclusion: This study provides a trend and frontier in the field of postpartum depression, and valuable information for researchers to find potential partners and partner countries, and a reference for future research topics and development directions.
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 | 0,014 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,186 | 0,191 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».