Bibliometric Analysis of Psychological Distress Among Higher Learning Students in Africa
Notice bibliographique
Résumé
This bibliometric study explores research trends, collaborative networks, and thematic focus areas within the field of psychological distress among higher education students in Africa. It offers a comprehensive overview of recent scholarly contributions, identifying key researchers, institutions, and publication patterns. A total of 877 empirical studies were retrieved from the Dimensions database using predefined search criteria. After a rigorous screening and eligibility assessment, 264 studies met all inclusion criteria and were included in the final analysis. Using VOSviewer 1.6.20 software, the study conducted network analyses and generated data visualizations to map research collaborations and thematic developments. The University of Cape Town and Addis Ababa University emerged as leading institutions in publishing research on psychological distress in Africa. Notably, countries such as South Africa, Ethiopia, Canada, Ghana, Kenya, and Uganda demonstrated high levels of international research collaboration in this domain. Keyword analysis revealed that the research is strongly tied to broader issues concerning societal, health, and psychological well-being. Thematic analysis identified several core research clusters, including the epidemiology of psychological distress, the impact of the COVID-19 pandemic, and mental health challenges among university students. Citation analysis further highlighted the most influential authors, institutions, and publication sources, offering deeper insights into the field’s academic landscape. This study provides critical insights into the evolution of research on psychological distress among higher education students in Africa, emphasizing key trends, collaborative patterns, and thematic developments that can inform future research and policy initiatives.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,157 | 0,223 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».