A Bibliometric Analysis of Ocean Plastic Pollution Research: Trends and Future Directions
Notice bibliographique
Résumé
This study presents a comprehensive bibliometric analysis of global research on ocean plastic pollution to identify key trends, influential contributors, thematic structures, and future research directions. Bibliometric data were retrieved from the Scopus database, covering the period from 2000 to 2024. Using VOSviewer, the study analyzed co-authorship networks, keyword co-occurrences, and temporal evolution of research themes. The analysis included publication trends, authorship patterns, country collaborations, and research clusters. The results reveal a substantial increase in research output, with dominant themes clustering around marine pollution pathways, microplastic impacts, environmental monitoring, and waste management strategies. Keywords such as “plastic pollution,” “microplastic,” and “environmental monitoring” were central to the field. Influential authors included Jambeck J.R., Law K.L., and Thompson R.C., while the United States, the Netherlands, and Canada emerged as leading countries in terms of productivity and collaboration. Recent research trends show a shift toward sustainability, climate linkages, and circular economy frameworks. The field is transitioning from problem identification to integrated solutions and policy-oriented approaches. Future research should strengthen interdisciplinary integration and promote more inclusive international collaborations, particularly involving regions most affected by marine plastic pollution. This study provides a systematic, visualized mapping of the ocean plastic pollution research landscape and offers strategic insights for academics, practitioners, and policymakers seeking to advance sustainable marine environmental governance.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,062 | 0,279 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».