GLOBAL RESEARCH TRENDS IN SPECIAL EDUCATION: A BIBLIOMETRIC ANALYSIS
Notice bibliographique
Résumé
This bibliometric analysis investigates global research trends in the field of special education over an 11-year period from 2015 to 2025. Special education has increasingly gained prominence due to its role in promoting inclusivity and addressing diverse learning needs, particularly through the integration of digital tools and evidence-based practices. Despite policy advances and technological innovations, disparities in implementation and access persist globally. To examine the evolution of scholarly focus in this area, 939 articles were systematically retrieved from the Scopus database using precise inclusion criteria, including language, publication type, and thematic relevance to students with special needs. The data were cleaned using OpenRefine and further analysed through VOSviewer to identify patterns in keyword co-occurrence, author co-citation, and country-level collaboration. The results revealed a consistent upward trend in publication output, peaking in 2024, with the United States leading in contributions, followed by Turkey, the United Kingdom, and Saudi Arabia. The most frequently cited works address critical themes such as disproportionality in special education placement, teacher attrition, and inclusive pedagogy. Prominent research clusters emerged around inclusive education policies, professional development, social equity, and mental health of educators. Keyword mapping indicated a shift from foundational topics to emerging concerns like e-inclusion, multilingual learners, and burnout among special education teachers. Co-citation and co-authorship analyses highlighted influential authors and collaborative networks shaping the discourse. While the findings underscore growing global interest in special education, they also point to underrepresentation from certain regions, signalling opportunities for broader engagement. This study not only provides a comprehensive overview of the intellectual landscape in special education but also informs future research directions, policy formulation, and professional development strategies to enhance educational equity worldwide.
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 | 0,016 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,260 | 0,367 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».