Bibliometric Insights into Research Hotspots and Trends in Obesity and Asthma from 2013 to 2023
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
INTRODUCTION: Obesity and asthma are closely linked, but the current state of research on this topic and future research directions have yet to be comprehensively explored. This study aims to provide an up-to-date overview of the research landscape in the field of obesity and asthma. METHODS: A bibliometric analysis was conducted using the Web of Science Core Collection database to identify papers published on obesity and asthma between 2013 and 2023. VOSviewer software was utilized for statistical analysis and visualization of collaborative networks, research trends, literature sources, citation analysis, co-citation analysis, and keyword analysis. RESULTS: A total of 3,406 records from 1,010 journals authored by 17,347 researchers affiliated with 4,573 institutes across 117 countries and regions were retrieved. The number of publications and citations increased annually. The USA and China contributed the majority of records. Major nodes in the collaboration network map included Harvard Medical School, Johns Hopkins University, University of Newcastle, Karolinska Institution, University of Toronto, and Seoul National University. Prolific authors included Anne E. Dixon, Erick Forno, Lisa G. Wood, Deepa Rastogi, and Fernando Holguin. Research trends and hotspots focused on metabolism studies, Mendelian randomization, gut microbiome, inflammation response, gene, biomarker research, and comorbidities were identified as potential future research frontiers. CONCLUSION: This study provides a comprehensive overview of the current research status and trends in the field of obesity and asthma. Our findings highlight the importance of understanding collaboration patterns, research hotspots, and emerging frontiers to guide future research in this area.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,011 | 0,026 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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