Knowledge domain and emerging trends in beta‐cell research: A bibliometric and knowledge‐map analysis
Notice bibliographique
Résumé
Background Up to now, the physiology, pathology, and recovery of beta-cells have been intensively studied and made great progress, and these are of major significance for the treatment of related diseases. Nevertheless, a comprehensive and objective report on the status of beta-cell research is lacking. Therefore, this study aims to conduct a bibliometric analysis to quantify and identify the current status and trending issues in beta-cell research. Methods The articles and reviews related to beta-cell were obtained from the Web of Science Core Collection on August 31, 2022. Two scientometric software (CiteSpace 6.1.R3 and VOSviewer 1.6.18) were used to perform bibliometric and knowledge-map analysis. Results A total of 4098 papers were published in 810 academic journals in 2938 institutions from 83 countries/regions. The number of beta-cell-related publications was increasing steadily. The United States was the most productive country, while Universite libre de Bruxelles, University of Toronto and University of Geneva were the most active institutions. Diabetes published the most beta-cell studies and received the largest number of co-citations. Decio I Eizirik published the most papers and had the most co-citations. Twelve references on reviews and mechanisms were regarded as the knowledge base. Four major aspects of beta-cell research included the pathological mechanism of beta-cell failure, the recovery of beta cells, the risk factor related to beta cells, and the physiology of beta cells. Endoplasmic reticulum stress and oxidative stress have been core elements throughout the research in this field. In addition, beta-cell dedifferentiation, inflammation, autophagy, miRNA, and lncRNA are hot topics nowadays. Additionally, stem cell replacement therapies might be the alternative way to reverse beta-cell failure. Restoring beta-cell mass and function will remain a research goal in the future. Conclusion This study provided a comprehensive overview of beta-cell research through bibliometric and visual methods. The information would provide helpful references for scholars focusing on beta cells.
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 | 0,008 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,164 | 0,184 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».