Análisis bibliométrico sobre los factores de riesgo de la caries de la infancia temprana
Notice bibliographique
Résumé
Objetivo: Realizar un análisis bibliométrico de las publicaciones científicas sobre los factores de riesgo de la caries de la infancia temprana (CIT). Materiales y métodos: La estrategia de busqueda se desarrolló en las bases de Scopus y WoS. Fueron incluidos artículos originales, revisiones sistemáticas y/o metaanálisis relacionadas a los factores de riesgo de CIT. No existió restricción de año de publicación e idioma. Para el análisis de datos se utilizaron los softwares VOSviewer y R software junto con Bibliometrix Library. Resultados: Fueron incluidos 557 en Scopus y 360 en WOS entre 1992-2024. En la base de Scopus, Robert J Schroth fue el autor de mayor impacto, y en WoS lo fue Carlos Alberto Feldens. Además, Robert J Schroth fue el autor más relevante en ambas bases de datos. La University of Manitoba fue la universidad más relevante y Estados Unidos fue el país con mayor número de publicaciones científicas en Scopus y WoS. La revista BMC Oral Health fue la más relevante en ambas bases de datos. La publicación más citada en Scopus fue la de Selwitz et al. del 2007. En WoS, la publicación más citada fue la realizada por Tinanoff et al, en 2019. Finalmente, las palabras clave más utilizadas fueron caries dental, caries de la primera infancia y factor de riesgo. Conclusiones: En ambas bases de datos, el país con mayor producción científica fue Estados Unidos, asimismo, la University of Manitoba y la revista BMC Oral Health fueron los más relevantes. Robert J Schroth y Carlos Alberto Feldens fueron los autores de mayor impacto en Scopus y WoS, respectivamente.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».