MétaCan
Menu
Retour à la cohorte
Enregistrement W4410182947 · doi:10.3389/fmed.2025.1523630

Publications of systematic review and meta-analysis in the indexed anesthesia journals: a 10-year bibliometric analysis

2025· review· en· W4410182947 sur OpenAlexaboutno aff
Zhi-yao Zou, Xiaojing Huang, Yun-tai Yao

Notice bibliographique

RevueFrontiers in Medicine · 2025
Typereview
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensnon disponible
Organismes subventionnairesChinese Academy of Medical Sciences
Mots-clésMeta-analysisBibliometricsMedicineLibrary sciencePsychologyComputer scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Anesthesiology research is growing at a rapid pace. It is essential to understand the scope and trends over time to identify gaps and future areas for growth. Systematic reviews and meta-analyses (SRMA) are summaries of the best available evidence to address a specific research question via a comprehensive literature search, in-depth analyses, and synthesis of results. High-quality SRMA are increasingly used and play an essential role in medical research. Objective: We aimed to explore the trends of SRMA in indexed anesthesia journals. Methods: SRMA published in indexed anesthesia journals from 2013 to 2023 were retrieved from the Web of Science database. Data were presented via descriptive statistics. We used CiteSpace 6.1.R6 to analyze countries, institutions, journals, authors, and keywords through visual maps to explore the research hotspots and trends. The journal's Journal Citation Reports partition, impact factor, annual publications, journals H-index, and a number of highly-cited papers were calculated in the WoS database. Results: A total of 34 indexed anesthesia journals and 3,004 SRMA were included. The year 2021 was the year with the most SRMA (385/3,004). Out of the 3,004 SRMAs, 36 (0.03%) were highly cited papers, and 22 of the 36 highly cited papers focused on "pain management." BRITISH JOURNAL OF ANAESTHESIA had the highest 5-year impact factor (9.6) in 2022 Journal Citation Reports, the most significant number of publications (268/3,004), the highest total number of citations (13,173/86,145), and the most significant number of SRMAs cited more than 100 (36/160). ANAESTHESIA achieved the highest impact factor in the 2022 Journal Citation Reports (10.7) and the highest average annual citations (58.82). PAIN had the highest number of highly cited papers (15/36). The United States of America was the most productive country, with 823/3,004 SRMAs. University Toronto had the highest number of publications (245/3,004). The most frequent of keywords was the topic "Pain Management" (1,622/29.1%). Conclusion: This present study would be valuable to practitioners, academics, researchers, and students in understanding the dynamics of progress in anesthesiology.

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)0,071
score de la tête « metaresearch » (Gemma)0,266
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,929
Score d'incertitude au seuil0,377

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0710,266
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0160,025
Bibliométrie0,2750,282
Études des sciences et des technologies0,0030,002
Communication savante0,0100,008
Science ouverte0,0030,009
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,710
Tête enseignante GPT0,558
Écart entre enseignants0,152 · 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'étudeObservationnel
DomaineÉvaluation
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 revueFrontiers in MedicineMême sujetMeta-analysis and systematic reviewsTravaux en français237 207