Scientific Interest in Lymphedema Rehabilitation; A Bibliometric Analysis
Notice bibliographique
Résumé
Abstract Background: To conduct bibliometric analysis to explore scientific interest in lymphedema rehabilitation. Method: The data for this study was obtained from Scopus, a multidisciplinary database, for the period of fifty-four years (1969-2023) using keywords ‘lymphedema’ and ‘rehabilitation’. Results: When the term 'Lymphedema' is scanned, 22.080 articles found; In addition, when we added the term 'rehabilitation', 747 articles were found. 271 of the articles were open Access. When we look at the year distribution, the highest number of articles was in 2022 year (N=88). There were 3 articles in 2023 year, 70 in 2021 year, 58 in 2020 year, and 54 year in 2019. USA (184), Italy (51), German (50), Spain (42), Poland (38), Turkey (36), Canada (35), Australia (33), South Korea (33), the United Kingdom (33), produced the most lymphedema rehabilitation research. The distributions of documents types were; article (528), review (151), conference paper (17), editorial (15), book chapter (14) and short survey (9). English was the most common Language with 609 paper. The names of the top 10 authors were as listed; Schmitz KH (13), Armer, JM (12), Invernizzi M (9), Grushina TI (8), Staut NL (8), Stubblefield MD (7), Crevenna R (6), De Urieze T (6), Fusco N (6) and Jean JYO (6). The total number of citations was 1764, the maximum citation was in 2022. H index of the citations was 57. Conclusion: We see the multidisciplinary interest in lymphedema rehabilitation, rising over the years. As a result of early diagnosis of cancer and increased awareness of survival, lymphedema rehabilitation will become among the trend topics of research area.
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 | 0,016 | 0,089 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,189 | 0,194 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».