Bibliometric and Visual Analysis of Elbow Tendinosis Research in Orthopaedic Surgery
Notice bibliographique
Résumé
Aim: Elbow tendinosis is the most frequent cause of elbow discomfort. The disease is common in the daily routine practice of sports medicine and orthopedics. However, currently, this issue lacks a multifaceted, methodical, and understandable visual examination. Materials and Methods: Utilizing the Biblioshiny program, the core collection dataset of the Web of Science database's literature on elbow tendinosis from 1970 to April 2023 was compiled and examined. Research hotspots and development patterns were examined in terms of highly influential authors, research institutions, nations or regions, keywords, and referenced publications. Results: According to the search criteria, 526 articles were published by 1817 authors from 839 affiliations, and 47 countries in the Web of Science database. The amount of articles on elbow tendinosis has increased over time, especially after 2000. 55.6% of all articles were published in 2010 and later years. The articles included in this study were published in the United States (n=152, 28.843%), England (n=43, 8.159%), Germany (n=40, 7.59%), Turkey (n= 40, 7.59%) and South Korea (n=28, 5.313%). The United States had the highest total citation number 4493, but Canadian publications had the highest number of average article citations (56.4). Conclusion: Although studies on elbow tendinosis in the field of orthopedics have gained momentum in recent years, they are still insufficient. Although the United States ranks first in terms of publications, it is pleasing for our country that Turkey ranks high.
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 | 0,012 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,195 | 0,169 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».