MétaCan
Menu
Retour à la cohorte
Enregistrement W4409984169 · doi:10.1055/a-2572-6428

Research Progress in Pediatric Lung Transplantation: A Bibliometric Analysis

2025· article· en· W4409984169 sur OpenAlexaboutno aff
Quan Yuan, Zixiong Shen, Zhiqin Li

Notice bibliographique

RevueThe Thoracic and Cardiovascular Surgeon · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTransplantation: Methods and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLung transplantationBibliometricsMedicineTransplantationIntensive care medicineLibrary scienceComputer scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Pediatric lung transplantation is considered to be an effective treatment for end-stage lung disease in children, and this study mainly conducts a bibliometric analysis in the field of pediatric lung transplantation.We used the web of science databases to perform a bibliometric analysis of the progress of research in the field of pediatric lung transplantation from 1996 to 2024. In addition, we used VOSviewer software and the "bibliometrix" package in R to visualize and analyze the authors, countries, journals, institutions, and keywords of the literature.We identified 359 literature studies related to pediatric lung transplantation, which were cited 6,387 times by 1,400 journals. The journal with the highest number of average citations was the "New England Journal of Medicine," while the journals with the highest number of publications were the "Journal of Heart and Lung Transplantation and Pediatric Transplantation." The United States was the country with the highest number of publications (64.3%), followed by the United Kingdom (11.1%) and Canada (8.08%).Research in the field of pediatric lung transplantation is currently on the rise, while research is still dominated by developed countries, with most developing countries in their infancy. Against the background of COVID-19 and global health challenges, the unique need for pediatric lung transplantation is becoming a trend.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,055
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,1660,239
Études des sciences et des technologies0,0010,001
Communication savante0,0050,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,037
Tête enseignante GPT0,399
Écart entre enseignants0,362 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Thoracic and Cardiovascular SurgeonMême sujetTransplantation: Methods and OutcomesTravaux en français237 207