Bibliometric analysis of pediatric dental sedation research from 1993 to 2022
Notice bibliographique
Résumé
Statement of problem: Bibliometric analysis methods were used to evaluate pediatric dental sedation research and to identify topical hotspots using quantitative and qualitative methodologies. Purpose: To conduct bibliometric analysis on the retrieved data and to foresee the development of trends and hotspots in this research area. Material and methods: We retrieved appropriate research articles from the Web of Science Core Collection on January 1, 2023. VOSviewer, Citespace and the Bibliometrics website were used to conduct bibliometric analysis on the retrieved data. GraphPad Prism 10.0 (GraphPad, San Diego, CA, USA) was used to conduct the statistical analysis. Results: A total of 396 publications on pediatric sedation in dentistry, published between 1993 and 2022, were retrieved from online databases. The USA published most papers. Furthermore, the most frequent countries who cooperated were the USA and Canada. Six of the top ten publishing establishments were USA based. Papers on the research have appeared primarily in the journals of Dentistry and Anesthesiology. Keyword co-occurrence and co-citation cluster analysis revealed that the most common topics mainly were: dental anxiety; conscious sedation; dental caries; midazolam; propofol; hypoxemia. Conclusions: During the three decades, the focus of pediatric sedation research has been on drugs, dental anxiety and procedural sedation. Keyword burst detection indicated that procedural sedation; adverse event; respiratory depression is an emerging research hotspot.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,109 | 0,262 |
| 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) | 0,002 | 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; 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 ».