MétaCan
Menu
Retour à la cohorte
Enregistrement W4391172626 · doi:10.3389/fnins.2024.1323383

The global state of research in stem cells therapy for spinal cord injury (2003–2022): a visualized analysis

2024· article· en· W4391172626 sur OpenAlexaboutno aff
Taoyu Chen, Jiaying Zhu, Gang Wang, Jinlei Sun, Xiaofeng Ma, Lijun Tian, Mei‐Ling Zhang, Fengyan Wang, Ze Yu

Notice bibliographique

RevueFrontiers in Neuroscience · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueBiomedical Ethics and Regulation
Établissements canadiensnon disponible
Organismes subventionnairesHorizon 2020 Framework ProgrammeChinese People’s Liberation ArmyNatural Science Foundation of Hebei Province
Mots-clésSpinal cord injuryStem-cell therapyBibliometricsStem cellMedicineWeb of scienceNeuroscienceTransplantationSpinal cordComputer sciencePsychologyLibrary sciencePathologyBiologyInternal medicineMeta-analysis

Résumé

récupéré en direct d'OpenAlex

Objective: Our study aimed to visualize the global status and frontiers in stem cell therapy for spinal cord injury by using bibliometric methodology. Methods: Publication citation information related to stem cell therapy for spinal cord injury (SCI) studies between 2003 and 2022 was retrieved from the Web of Science Core Collection database. For the visualized study, VOS viewer software and Graph Pad Prism 9.5 were used to perform bibliometric analysis of included data and publication number statistics in stem cell therapy for the SCI domain. Results: A total of 6,686 publications were retrieved. The USA and China made the highest contributions to global research with the highest number of citations and link strength. The journal Experimental Neurology ranks as the top journal, combining the publication amount and bibliometrics results. The University of Toronto, based in Canada, was the first-ranking institution. The directions of the current study could be divided into five clusters. The research of Transplantation and Regenerative Medicine and Neurosciences Mechanism Research may be the emerging frontiers in this domain. Conclusion: In summary, stem cell therapy for spinal cord injuries is poised for more valuable advances.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,944
Score d'incertitude au seuil0,506

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,008
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,458
Écart entre enseignants0,385 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroscienceMême sujetBiomedical Ethics and RegulationTravaux en français237 207