Optimization of scientific research of theoretical and methodological foundations of the formation of a culture of personal health
Notice bibliographique
Résumé
Aim: to optimize the scientific search for theoretical and methodological foundations of personal health culture formation by conducting a comprehensive bibliometric analysis in the Scopus database. Materials and methods. To achieve this goal, the bibliometric analysis of publications in the Scopus scientometric database was used. An analytical query was formed with keywords reflecting the concepts of ‘culture of personal health’, ‘theoretical and methodological foundations’, ‘health care’, etc. Quantitative indicators (dynamics of publications, distribution by industry, geography, and authors) and bibliometric metrics (CiteScore, SIR, SNIP) were selected and analyzed. Results. 828 scientific publications were identified, 538 of which were published in the last decade, which indicates the actualisation of the problem of health culture formation in the modern scientific space. Most researches are related to the medical field, social sciences, and engineering, which emphasises the interdisciplinary nature of the topic. The leading countries in terms of the number of publications are the United States, the United Kingdom, Australia, Canada, and China. The largest number of sources falls on recent years, which reflects the growing interest in health promotion, in particular, in the context of global challenges. Conclusions. The results of the study confirm the growing attention to the formation of a culture of personal health as an important component of preventive medicine, education, and social initiatives. The identified trend towards the integration of various fields of knowledge opens up additional prospects for the development of comprehensive methods and strategies in the field of health promotion. In the future, it is advisable to carry out an in-depth analysis of the qualitative aspects of publications, as well as to develop scientifically sound recommendations for the implementation of appropriate approaches in practice. No conflict of interest was declared by the authors.
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 | 0,144 | 0,308 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,040 | 0,047 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,021 | 0,014 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».