Exploring the landscape of physical activity and neuroplasticity research: a comprehensive bibliometric review
Notice bibliographique
Résumé
Neuroplasticity, the nervous system's ability to adapt structurally and functionally to environmental changes, is essential for learning, memory, recovery, and overall brain health. Physical activity is recognized as an effective intervention to promote neuroplasticity, enhancing cognitive function and neural health. However, research on the overall landscape of "physical activity and neuroplasticity" is limited. This study used bibliometric analysis to elucidate the development status and evolution of the knowledge structure in this field. Data from the Web of Science Core Collection database covering literature published from January 1, 2005, to December 31, 2024, were analyzed using software such as Excel, Scimago Graphica, VOSviewer, and CiteSpace. A total of 1,854 publications meeting the selection criteria were identified, showing a gradual increase in annual publications from 2005 to 2019 and a significant surge starting from 2020. The United States ranked first in publications and citations, followed by China and Canada. The University of California, Los Angeles, and the University of Illinois had the highest number of publications, with the latter leading in citation impact. Neuroscience was the journal with the most publications and citations. Research hotspots included the mechanisms of how physical activity enhances neuroplasticity and optimal intervention modalities, with keywords like "rehabilitation" and "cognition" frequently appearing. Future research should focus on clinical validation of multimodal interventions in the elderly, optimization of experimental designs in animal models, and exploration of mechanisms in neurodegenerative diseases, contributing to the translation of research findings from basic research to clinical applications, ultimately promoting brain health and cognitive function across the lifespan.
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 | 0,025 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,005 |
| Bibliométrie | 0,236 | 0,348 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».