MétaCan
Menu
Retour à la cohorte
Enregistrement W4408330353 · doi:10.3390/healthcare13060608

Progress and Prospects of Research on the Impact of Mental Health of Youth Sailors—A Bibliometric-Based Analysis

2025· review· en· W4408330353 sur OpenAlexaboutno aff
Milena Lachowicz, Xing Yang, Tomasz Chamera

Notice bibliographique

RevueHealthcare · 2025
Typereview
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental healthChinaAnxietyBibliometricsPsychologyMedical educationMedicinePsychiatryPolitical scienceLibrary science

Résumé

récupéré en direct d'OpenAlex

Background: The mental health of youth sailors has garnered increasing attention from both coaches and researchers, as evidenced by the growing appearance of related keywords in scientific literature. Despite this rising interest, no studies have yet specifically focused on the mental health of this population. Methods: This study conducted a bibliometric analysis of 315 articles retrieved from the Web of Science database. These articles were analyzed to identify trends, influential authors, institutions, and regions in the field of youth sailor mental health. Results: The analysis yielded several key findings: (1) Depression, anxiety, and mental health disorders are the primary areas of focus in the literature on youth sailors’ mental health; (2) Rosemary Purcell is identified as the most influential author in this domain; (3) the University of Melbourne, Orygen, and Deakin University are the top three contributing institutions; (4) Australia, the USA, Canada, China, and England are the five most prominent regions involved in this research. Conclusions: This study provides a comprehensive overview of current research on the mental health of young sailors. By emphasising the most influential contributors and research trends, it aims to raise awareness amongst coaches and researchers, eventually supporting efforts to improve the mental health of young sailors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesBibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,297
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0300,077
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,415
Tête enseignante GPT0,650
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthcareMême sujetOccupational Health and PerformanceTravaux en français237 207