Two decades of the International Classification of Functioning, Disability and Health (ICF) in health research: a bibliometric analysis
Notice bibliographique
Résumé
: We conducted a twenty-year bibliometric analysis of scientific literature, focusing on the trends of The International Classification of Functioning, Disability and Health (ICF) use in health research. : We retrieved 3'467 documents published between 2002 and 2022, sourced from the Web of Science Core Collection database. We used the Bibliometrix and VoSviewer tools for descriptive analyses and data visualization. : Our findings indicate a significant increase in ICF application since 2011, with an average annual growth rate of 13.19%. Prominent contributions were observed globally, with notable outputs from the U.S., Canada, Germany, the Netherlands, and Switzerland. The Ludwig Maximilian University Munich, Swiss Paraplegic Research, and McMaster University authored a quarter of the documents (24.6%). Collaboration networks of countries and institutions revealed robust partnerships, particularly between Germany and Switzerland. "Rehabilitation" was the most frequently occurring keyword, although a thematic shift towards epidemiology, aging, and health-related quality of life was observed post-2020. While rehabilitation remained the primary thematic focus, literature post-2020 highlighted epidemiology as a growing area of interest. : A steady increase in ICF-based research mirrors the rising interest in a biopsychosocial and person-centered approach to healthcare. However, the literature is primarily produced by high-resource countries, with underrepresentation from low and middle-resource countries, suggesting an area of future research to address this discrepancy.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,008 | 0,041 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| 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) | 0,000 | 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 tête enseignante, 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 ».