MétaCan
Menu
Retour à la cohorte
Enregistrement W4412950263 · doi:10.1177/10547738251349307

Current Trends and Research Hot Spots in Traumatic Birth: A Bibliometric Analysis

2025· article· en· W4412950263 sur OpenAlexaboutno aff
Jing Gu, Y. C. L. Wu, Ying Shen, Hui Yu, Yuying Chen

Notice bibliographique

RevueClinical Nursing Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal and Perinatal Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScope (computer science)CitationWeb of scienceBibliometricsMedicineLibrary scienceMeta-analysisComputer science

Résumé

récupéré en direct d'OpenAlex

The identification of traumatic birth is becoming a major global health concern. Evaluating the existing research can help shape future directions for traumatic birth studies. This study aimed to provide a comprehensive and up-to-date summary of research articles on traumatic birth. We performed a bibliometric analysis using the Science Citation Index Expanded of the Web of Science Core Collection database, covering the period from January 1, 1985, to June 30, 2023. A total of 1,568 original articles were found, indicating a significant increase in traumatic birth research. The United States was the most prolific country, followed by Australia and Canada. The University of Sydney, the University of Toronto, and the University of Pittsburgh were the top 3 institutions in terms of published documents. The terms "infants," "perceptions," and "birth injuries" had the highest burst strengths. MeSH Bibliographic Item Co-Occurrence Matrix Builder analysis identified six major research topics, with birth injuries and their prevention and control, as well as brachial plexus/shoulder injuries and surgery, being the most concentrated areas. While traumatic birth is not yet universally recognized and its scope remains under discussion, it is increasingly becoming a significant issue. Understanding the priorities and trends of research can guide future academic endeavors, highlighting areas that require further investigation and development.

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)0,013
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesBibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,715
Score d'incertitude au seuil0,906

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,1370,218
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,440
Tête enseignante GPT0,665
Écart entre enseignants0,225 · 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'étudeObservationnel
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Nursing ResearchMême sujetMaternal and Perinatal Health InterventionsTravaux en français237 207