Research Trends in Critical Thinking: Bibliometric Analysis Using VosViewer (1994–2023)
Notice bibliographique
Résumé
Critical thinking skills have emerged as a prominent aspect of 21st-century competencies over the past three decades. The authors have shown a growing interest in investigating these skills in recent years. This research employs bibliometric analysis through the VOSviewer application, spanning the period from 1994 to 2023, to scrutinize the current trends and status of critical thinking skills research. Utilizing Scopus data, a total of 16,011 journal articles were considered for bibliometric mapping analysis. The findings reveal that in 2022, there is a peak of publications is 1602. The most commonly used keywords include critical thinking, education, and higher education. Noteworthy papers by Anderson T. et al., Andrews-Hanna J.R. et al., and Carini R.M are identified as the most frequently cited documents. Prolific authors such as Hwang, Pascarella, and Oxman are highlighted, and journals like Nurse Education Today, Thinking Skills and Creativity, and Journal of Nursing Education stand out. Leading institutions include the University of Toronto, State University of Malang, and Monash University, while the most active countries in this field are the US, UK, and Australia. The findings from the science mapping reveal an increasing focus on the development of critical thinking abilities, particularly within the realms of Health and Education. This indicates that the subject is likely to remain a prominent discussion point in the future, given its significance in enhancing both work quality and educational standards.
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 | 0,031 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,162 | 0,201 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».