A Systematic Review of Studies on Public Health Status during the COVID-19 Pandemic by Visualizing their Structure using Co-Occurrence and VOSviewer Software
Notice bibliographique
Résumé
Abstract Background Since the outbreak of the COVID-19 epidemic, many public health issues have arisen. However, based on bibliometric analyses, little attention has been paid to overall trends in this area. This study sought to describe the status of public health events in the COVID-19 pandemic using systematic review of high-quality research evidence, thereby revealing the trend of public health during COVID-19, research hotspots, and provide lessons and references for future research in the field of public health emergencies. Methods Co-Occurrence and VOSviewer bibliometric methods were used to analyze the literature related to the public health during COVID-19 in the Web of Science (WOS) core database. The public health characteristics during the COVID-19 pandemic were explored by analyzing the number of publications, countries, institutions, and keywords. Results This study included 1911 original research articles and reviews in English on public health issues during the pandemic. The United States, China, and England are the main forces in this field, and they collaborate closely with each other. Research institutions in each country are dominated by universities, with the University of Toronto being the most productive institution in the world. The authors with most publications are Larson, Looi, and Neumark-sztainer. Visual analysis shows that the main focus of research are characteristics of the COVID-19 pandemic, problems encountered by Citizens during the COVID-19 pandemic and responses to Public Health issues during the COVID-19 pandemic. Conclusions These results reveal emerging research on public health issues during the COVID-19 pandemic, especially the impacts caused by the pandemic on public health determinants.
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 | 0,018 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,009 |
| Bibliométrie | 0,105 | 0,091 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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; 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 ».