Bibliometric Analysis of the Worldwide Scientific Production on COVID-19 Infection and Cerebrovascular Disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: To identify the worldwide bibliometric characteristics of research on SARS-CoV-2 infection and cerebrovascular disease. Methods: A retrospective, descriptive, and bibliometric study was performed. We analyzed 1834 publications about COVID-19 and cerebrovascular disease from the Scopus database considering the time since the beginning of the pandemic between 2019 and 2020. Bibliometric indicators were evaluated such as number of citations, citations per publication by authors, countries, journals, and collaborations at national, international, institutional, and impact levels according to Cite Score Quartile and h-index metrics. All analysis was performed using SciVal software. Results: The highest percentage of articles corresponded to universities in the United States, including Harvard and New York with 59 and 20 publications, respectively, and the University of Toronto in Canada with 22 publications. In relation to citation indicators, journals such as Stroke and Journal Stroke and Cerebrovascular diseases obtained 1971 and 561 citations, respectively. Regarding collaboration indicators, the national collaboration index was 39.4% and the institutional collaboration index was 31.1%. Finally, neurology, cardiovascular medicine, and cardiology and surgery were the subject areas with the highest research results, with 424, 217, and 128 studies, respectively. Conclusion: It was observed that the United States was the country with the highest scientific production on COVID-19 and cerebrovascular disease in the year 2020 in the different health areas; however, more research is still needed worldwide for a better analysis of the bibliometric indicators on the subject.
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.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,049 | 0,154 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découle