Bibliometric analysis of published articles on perinatal depression from 1920 to 2020
Notice bibliographique
Résumé
AIM: To analyze the characteristics and trends in published research on perinatal depression between 1920 and 2020. METHODS: A search strategy in Web of Science identified all published literature on perinatal depression between January 1, 1920, and December 31, 2020. Output from Web of Science was used to analyze bibliometric information, and VOSViewer was used to visualize the networks of linkages between identified publications. RESULTS: There were 16,961 publications identified. Among these publications, there were 82,726 unique authors and 140 countries represented. The United States had the highest frequency of publications (44.6%). Most publications (69.8%) occurred between 2011 and 2020, with the first publication identified in 1928. There were 2197 unique journals identified, with over half publishing only one (n = 948, 43.2%) or two relevant publications (n = 314, 14.3%). Authors with the largest number of publications were Wisner (n = 115), Dennis (n = 95), and Murray (n = 92), while authors with the largest number of citations were Cox (n = 7225), Murray (n = 2755), and O'Hara (n = 2069). LIMITATIONS: While the Web of Science is a representative database identifying the greatest number of relevant articles, it may be unrepresentative of all published literature. CONCLUSION: This is the first study mapping publications on perinatal depression between 1920 and 2020. The rate of publication on perinatal depression has been steadily increasing in recent years with a wide variety of authors, countries, and journals represented. As the field continues to grow, trends may shift as early career researchers emerge and the importance of mental health in low-income countries is prioritized.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,050 | 0,113 |
| 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) | 0,001 | 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 ».