International Orthopaedics journal: A bibliometric analysis during 1977-2022
Notice bibliographique
Résumé
Objective. We aimed to examine the current research trends published by the International Orthopaedics (INOR) journal using bibliometric analysis. Design/Methodology/Approach. Using the Scopus database, we have retrieved all articles published by the International Orthopaedics journal from 1977 to 2022. The key players, such as countries, institutes, and authors, were identified, and their collaborative linkages were analyzed using MS Excel and VOSviewer software. Results/Discussion. We identified 7645 publications from 107 countries, of which 40 were from Europe and 32 from Asia. The most contributing countries were China, Germany, and France. The Netherlands, Canada, and Switzerland were the most impactful countries regarding citations. Hospital Henri Mondor (France) and IRCCS Rizzoli Orthopaedic Institute (Italy) were the most productive organizations. The most cited organizations were Harvard Medical School (USA) and Klinikum der Universität München (Germany). The most productive authors were Hernigou P (n=91) and Scarlat MM (n=56), and the most cited ones were Mont MA and Rouard H. The most active research areas were “Fracture Fixation” (n=1189), “Hip Arthroplasty” (n=1129), and “Osteosynthesis” (n=754). Hip received the most attention (n=2008), followed by Knee (n=1548), Spine (n=775), and Shoulder (n=517). 128 (1.67%) papers received >100 citations (high-cited papers or HCP) with an average of 150.11 citations per paper (CPP). Giannoudis PV and Mont MA published the maximum number of HCP. Conclusion. INOR has become a popular destination for global Orthopaedic researchers and is publishing their research from all the continents. The total number of publications in it has been progressively increasing and is receiving a more significant number of citations, thus helping to improve the journal's ranking and reputation.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,034 | 0,077 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».