Mapping the Science of palliative care: A bibliometric analysis of the top 100 cited articles
Notice bibliographique
Résumé
BACKGROUND: The palliative care evidence base has grown substantially in recent years with the benefits, barriers, and facilitators of care delivery well established across many settings and contexts. AIM: We aimed to rigorously and systematically delineate the trends, themes, and scope of the top 100 papers aided by bibliometrics to map the field of palliative care science and identify future directions for the field. DESIGN: We conducted a bibliometric analysis in accordance with the BIBLIO checklist for reporting the bibliometric reviews. DATA SOURCE: Employing a comprehensive search string we examined the Scopus online database from inception to December 14th, 2024, to identify and retrieve pertinent publications. Extracted data included year of publication, number of citations and other metrics, authorship, and study design, among others. RESULTS: Total citations for the 100 most cited articles ranged from 5083 to 419. Most articles originated from the US (43%), United Kingdom (16%), and Canada (15%). Overall, 83 different first authors and 87 senior authors contributed; about half first authors and 32% of senior authors were women. Forty-two different journals published the articles. Key themes were end-of-life care, palliative care integration within different medical sub-specialties (e.g. oncology, respiratory disease), clinical tool development and validation, and symptom management. CONCLUSION: Our findings provide a comprehensive map of the palliative care scientific landscape with key implications for future research, clinical practice, and policy. These results can be used to mitigate scientific disparities in author representation, ensure appropriate evidence use across international contexts, and empower high-quality evidence-based palliative care advocacy.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,051 | 0,355 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».