Migration and Women's Health Research (2000−2023): A bibliometric analysis of trends and gaps
Notice bibliographique
Résumé
This bibliometric study examines the scholarly landscape of migration and women's health, analyzing 1314 Scopus-indexed articles from 462 journals published between 2000 and 2023. Findings indicate a consistent increase in research output, reflecting growing global interest in this interdisciplinary field. Geographically, high-income countries (HICs), including the United States, Canada, the United Kingdom, and Australia, dominate contributions, while low- and middle-income countries (LMICs) remain underrepresented despite hosting significant migrant populations. International collaborations play a crucial role, with key institutions such as the University of California and the London School of Hygiene and Tropical Medicine shaping research efforts. The keyword co-occurrence analysis highlights migration, gender dynamics, mental health, and reproductive health as dominant themes. Persistent gaps in mental and reproductive healthcare access for migrant women emphasize the need for trauma-informed care (TIC), mobile bilingual healthcare services, and inclusive health policies. Disparities in research funding further exacerbate global health inequities, underscoring the necessity of equitable redistribution of resources, including redirecting at least 10 % of HIC research grants to LMIC-led studies. The COVID-19 pandemic magnified pre-existing vulnerabilities, stressing the importance of multilateral collaborations and sustainable policy interventions to enhance migrant healthcare access. This study provides valuable insights into research trends, collaboration networks, and thematic focus areas, offering a foundation for future interdisciplinary research and evidence-based policymaking aimed at promoting health equity for migrant women globally.
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 | 0,009 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,211 | 0,239 |
| 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) | 0,000 | 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; 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 ».