A worldwide bibliometric analysis of the research trends and hotspots of bruxism in adults during 1991–2021
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: With the increasing attention to bruxism, the research on bruxism is increasing rapidly. However, there is still a lack of systematic bibliometric analysis in the field of bruxism in adults. This study aimed to comprehensively explore and visualize the global trends and research hotspots in the field of bruxism in adults during 1991-2021. METHODS: The study searched the literature published during 1991-2021 in the Web of Science Core Collection database without language restrictions. VOSviewer, CiteSpace and Microsoft Excel were applied to analyse the authors, institutions, journals, countries, cited references, keywords and other information of the included publications, and construct visualized cooperation networks. RESULTS: A total of 878 articles were finally included. The top two most productive authors in the past 30 years were Lobbezoo F and Manfredini D. ACTA-Amsterdam, Univ Sao Paulo, Univ Helsinki, Univ Padua, Univ Montreal, et al. were prominent institutions in this field. Journal of Oral Rehabilitation made outstanding contributions in this field. The United States produced the most documents in this field, followed by Brazil. Both countries and authors cooperated closely around the world. The two most cited articles focused on the definition, assessment and classification of bruxism. In recent years, diagnostic criteria and stress have begun to receive a lot of attention. CONCLUSION: From 1991 to 2021, the attention to bruxism in adults continued to increase. Diagnostic criteria and stress may be potential research hotspots in this field. This study references relevant scholars on development trends and research hotspots.
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 | 0,010 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,180 | 0,260 |
| 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 | 0,002 |
| 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 ».