Research Trends on Self-Efficacy in Breastfeeding Mothers During 2000-2023: A Bibliometric Analysis
Notice bibliographique
Résumé
Self-efficacy is important in supporting breastfeeding behaviors and enhancing breastfeeding practices. This study aimed to explore research trends, identify knowledge gaps, and provide a comprehensive overview of breastfeeding self-efficacy. Data were retrieved from the Scopus online database on March 20, 2024, encompassing articles published in English between 2000 and 2023. The search strategy focused on articles containing the keywords "self-efficacy," "breastfeeding," and "mother." VOSviewer version 1.6.19 was then used to map the data and visually identify research clusters. The analysis yielded a significant increase in breastfeeding self-efficacy research over the past 2 decades. The United States led in publication numbers (117 documents), while Canada dominated citations (2792 citations). Furthermore, the analysis identified 8 critical themes in 8 different clusters, encompassing various aspects of breastfeeding, including determinants, behaviors, interventions, and mental health considerations during lactation, and employed research methodologies. One crucial gap identified in this study pertains to low breastfeeding social support. This includes a lack of support from peer groups, social networks, and social media platforms. Addressing this gap can be a valuable reference point for developing future interventions to bolster breastfeeding self-efficacy. Bibliometric analysis contributes to exploring research trends, identifying knowledge gaps, and providing a comprehensive overview of breastfeeding self-efficacy.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,148 | 0,220 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».