50-year proliferation of music medical science research: A bibliometric review
Notice bibliographique
Résumé
The extent to which music research has penetrated the medical science literature relative to other forms of research remains unclear. We sought to explore temporal changes in the number of music related publications relative to all medical literature as well as prespecified research subdomains of drug therapy, alternative therapy, and neuroscience between 1970 and 2019. We conducted a bibliometric review in which we quantified the number of annual publications between 1970 and 2019 using MEDLINE (PUBMED) search engine and mesh terms of “Music”; “Drug therapy”; “Alternative Medicine”; “Neuroscience”. The number of publications were quantified relative to all publications within their corresponding years. We also examined the types of journals, geographical location of publication (Based on corresponding author), and journal impact factors. To ensure appropriate content, we conducted a hand review of a random 400 abstracts to ensure they met appropriate criteria for music-medical research. We used log-linear regression, to test differences in growth rates. We determined that the relative growth in the number of music publications accelerated at a rate higher than all medical related publications or those confined to drug therapy. The proliferation of music research was attributable to higher rates of neuroscience, alternative therapy, and music therapy research. In conclusion, the temporal growth in number of music research publications relative to other comparators over the past 50 years underscores the importance, relevance, and maturation of music as an evolving discipline of contemporary medical science.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,026 | 0,076 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,000 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».