Analyzing ethical dimensions of mental disorders: trends and key research areas through bibliometric methods
Notice bibliographique
Résumé
This study aimed to explore key ethical issues related to mental disorders through a bibliometric and cluster-based content analysis of existing academic literature. A comprehensive literature search was conducted in the Scopus database (Elsevier) up to December 31, 2024, using ethics-and mental disorder-related keywords. The search was limited to English-language journal articles in medicine, psychology, neuroscience, and other related fields. After title and abstract screening, 1,271 articles were included (κ=0.907). Bibliometric analyses including keyword co-occurrence, citation coupling, and country/author mapping were performed using VOSviewer (Centre for Science and Technology Studies, Leiden University) and Gephi (Gephi Consortium). A cluster-based content analysis was used to interpret the thematic structure of the field. The annual publication volume showed an upward fluctuating trend, with increasing scholarly attention post-1994. Coauthor networks revealed weak centralization, and the core author group remained underdeveloped. Research has been geographically concentrated in North America and Western Europe, particularly in the United States, the United Kingdom, and Canada. Keyword analysis identified six major thematic clusters: (1) conceptual foundations and policy frameworks in mental health ethics, (2) ethical challenges in psychiatric care, (3) research ethics, (4) patient autonomy and rights, (5) end-of-life decision-making and palliative ethics, and (6) neuroethics and emerging biomedical technologies. Recent popular topics include artificial intelligence, epistemic injustice, and medical aid for the dying. This study maps the intellectual structure and evolving focus of the ethical discourse on mental health. These findings highlight the need for ethically responsive frameworks that address patient autonomy, technological advancement, and global equity.
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 | 0,031 | 0,139 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,278 | 0,341 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».