MétaCan
Menu
Retour à la cohorte
Enregistrement W4413772180 · doi:10.1111/phn.70011

A Bibliometric Analysis of Nursing Research in the Field of Refugee Health Between 1980 and 2024

2025· review· en· W4413772180 sur OpenAlexaboutno aff
Gizem Öztürk, Gül Dıkeç, Arzu Kader Harmancı Seren

Notice bibliographique

RevuePublic Health Nursing · 2025
Typereview
Langueen
DomaineSocial Sciences
ThématiqueCultural Competency in Health Care
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefugeeNursingPublic health nursingPublic healthField (mathematics)Nursing researchMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

AIM: This study aimed to examine the bibliographic characteristics of publications on refugees in the nursing field. DESIGN: A bibliometric analysis design was adopted for the study. SAMPLE: Included the articles scanned in the Web of Science Core Collection database. The study excluded the other databases and gray literature. MEASUREMENTS: The 2120 articles published between 1980 and 2024 that met the inclusion criteria were analyzed using Bibliometrix in RStudio, VOSviewer, and Microsoft Excel software. RESULTS: The majority of publications were published in 2024. The United Kingdom, the United States, Canada, and Australia have the highest publications, citations, and international cooperation. Additionally, "mental health" is one of the most frequently used keywords in studies. CONCLUSIONS: The increased migration rates and the growing need for healthcare for refugees underscore the importance of investing in nursing research within this field. Nurses and researchers should establish partnerships and share best practices with leading countries.

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)0,030
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesBibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0300,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,1200,414
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,400
Tête enseignante GPT0,612
Écart entre enseignants0,212 · 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'étudeAutre devis
Domainenon disponible
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 revuePublic Health NursingMême sujetCultural Competency in Health CareTravaux en français237 207