Bibliometric analysis of global research findings on refugee mental health (1992-2022)
Notice bibliographique
Résumé
OBJECTIVE: In this study, we aimed to examine the thirty-year effectiveness and trend of research on refugee mental health. METHODS: A bibliometric analysis methodology was used. Web of Science (WOS) database was used to obtain the necessary data. In particular, a review and analysis encompassed the quantity of publications featuring articles on refugee mental health, the most prolific countries and institutions, the highly cited articles, citation patterns, international collaboration, and the relevant journals. The study's timeframe was defined from 1992 to 2022. RESULTS: The number of documents obtained is 3912. The majority of the documents obtained were in the field of psychiatry. The quantity of publications and citations experienced a notable upsurge, particularly following the year 2016. The United States emerged as the leading country in terms of both the highest number of publications and citations on this subject. The institutions with the highest publication rates are, in order, the University of New South Wales in Australia, the University of Melbourne in Australia, and McGill University in Canada. This bibliometric study shows that publications on refugee mental health have been observed since 1992 and are gaining momentum, especially after 2016. In addition to the terms "refugees" and " mental health," the keywords "depression," " Post-traumatic stress disorder (PTSD)," and "children" were most commonly used. CONCLUSION: Refugee communities also appear to have similar mental illnesses and experiences regardless of where and when they settled in the world. Research collaboration and networks should be encouraged to prioritize research in refugee mental health.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,030 | 0,162 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».