Trends and bibliometric analysis on pediatric anesthesia from 2002 to 2022: A review
Notice bibliographique
Résumé
Pediatric anesthesia is one of the most concerning topics in our society. However, there is still a lack of a comprehensive overview of the research base and of future trends. This study aimed to guide beginners quickly learn the academic research on pediatric anesthesia and do their own studies by analyzing the articles of this field in the latest 21 years through bibliometric analysis. Literature scanning was conducted with the Web of Science database. Microsoft Excel, SPSS, VOSviewer, and CiteSpace were in this review. There was an increasing trend of articles on pediatric anesthesia, based on the analysis of 11,591 included articles. The top 3 most productive countries were the United States of America (4538), Canada (730) and Turkey (688). The most productive institutions were Boston Childrens hospital, Childrens Hospital Philadelphia and Ohio State University. Tobias, Joseph D (141), Kim, Hee-Soo (40) and Curley, Martha A Q (38) were the most active authors. Habre W (2017), Gross JB (2002) and Cravero JP (2009) are the articles cited more than 100 times during the analysis years. Anesthesia and Analgesia, Anesthesiology, Pediatric Anesthesia, were the core journals in this field. Cohort, simulation, sleep, postoperative complication are strongest burst keywords in recent years. This article summarizes the authoritative institutions, authors, literatures and frontier hotspots on pediatric anesthesia. Itwill be a valuable literature review and help beginners to quickly get started in the field, reduce unnecessary clueless and aimless learning, and greatly improve learning efficiency.
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 | 0,005 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,099 | 0,130 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».