Research trends in manual therapy: a bibliometric review of the last 10 years
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Manual therapy (MT) is a dynamic entity progressing rapidly. The current trend stimulates a direction toward higher specificity in the research. This is the first bibliometric review to identify the trends in MT in the last ten years (till 2023). The Scopus database was selected to retrieve the bibliographic records. Biblioshiny (Bibliometrix), PowerBI, MS Excel, and MS Access were used to visualize and analyze the results. 1208 relevant studies were included in the analysis. Publishing has a rising character. The four-author articles are the most common, while only 68 are single-author studies. In 2021, the highest number of publications (n=178) was published. The Journal of Bodywork and Movement Therapies has published the highest number of publications (75). The USA is the most prolific country in publishing (361 studies) and total citations (4869). Universidad Rey Juan Carlos (Spain) is the most productive and cited institution. Fernández-De-Las-Peñas C. is the most productive, and Mark D. Bishop is the most cited author. The USA, Australia, Canada, and European countries have the most frequent collaborations. MT was the most common research focus from 2017 to 2019. The topics of exercise therapy, musculoskeletal therapy, physical therapy, and physiotherapy have been the focus of research in the context of MT lately. The present study reported the research-related trends in MT applying bibliometric methods and identified the most productive countries, institutions, and researchers over the past decade. These findings are intended to assist the researchers in better orientation in the research field and to specify the trends for future research studies. Keywords: Manual therapy; physiotherapy; research trends; bibliometrics; thematic evolution; research collaboration
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.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,029 | 0,114 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle