Extended reality in acupuncture-related research and practice: A bibliometric analysis
Notice bibliographique
Résumé
In recent years, the application of extended reality (XR) technology in acupuncture-related research and practice has gained increasing popularity. This article aimed to conduct a bibliometric analysis in this field. Publications between 1996 and 2024 in this field were searched in Web of Science Core Collection and Scopus. Software used for data preprocessing and analysis included Microsoft Excel, RStudio, CiteSpace, and VOSviewer. A total of 143 articles were selected. Publications in this field were increasing rapidly. The top three countries by publication volume were China, the United States and Canada. The top three most-cited countries were the United States, Belgium and China. The overall cooperation network was loose and mainly dominated by China, the United States, and the United Kingdom. The top three affiliations by publication volume were University of Toronto, Emory University, and Southern Medical University. KU Leuven had the highest total and average citations. The author with the most publications and total citations was Moseley G. The source with the most publications was Frontiers in Neurology, whereas the top cited source was Frontiers in Human Neuroscience. Hatem SM (Front Hum Neurosci, 2016) was the top cited publication with the highest average annual citation rate. The most frequent keywords included “virtual reality”, “acupuncture”, “cognitive behavioral therapy”, “stroke” and “pain”. Keyword clusters mainly focused on three aspects: neurological rehabilitation, mental health and pain management. An isolated sub-cluster existed in mental health cluster with “simulation” as its core keyword. As a specialized domain, the field is expected to progress by forging a more direct integration of XR with acupuncture and a deeper convergence of basic science and clinical practice, indicating substantial progress in the future. • XR use in acupuncture-related area has grown for nearly three decades. • While most studies kept XR and acupuncture separate, few integrated them directly. • Key research areas are neurorehabilitation, mental health, and pain management. • A mental health sub-cluster indicated a gap between technology and application.
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 | 0,021 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,187 | 0,251 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; 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 ».