Bridging international borders through global health diplomacy: A comprehensive bibliometric analysis of the state of play and leads for advancing this domain
Notice bibliographique
Résumé
Background: Global health diplomacy (GHD) is an emerging intersection of health and international relations, particularly in transnational health challenges. Though growingly important, especially in the current global health scenario, this study aimed to perform a bibliometric analysis of GHD to identify emerging themes, leading contributors, research gaps for further studies and policy directions. Methods: A bibliometric analysis was done on SCOPUS, and a return of 242 articles published between 2007 and 2024 contained the keyword "global health diplomacy." The data was analyzed using Biblioshiny and then exported to Microsoft Excel for thematic coding. Key indicators included publication trends, co-authorship networks, and keyword co-occurrences to establish key trends and gaps. Results: A growing body of research observed an annual growth rate of 7.65% [95% CI]. North American and European countries led the research, especially the United States, Canada, and the United Kingdom. The dominant themes included vaccine diplomacy, global health, Artificial Intelligence-Machine Learning and digital health, governance, and international cooperation. However, there were significant gaps, including underrepresentation from low-and middle-income countries (LMICs), limited focus on noncommunicable diseases (NCDs) including mental health, and neglected climate-health intersections. Conclusion: This study highlights the fast growth and changing nature of GHD research while indicating some key gaps that deserve further research. Strengthening contributions of LMICs, expanding thematic focus to NCDs and environmental health, and fostering interdisciplinary approaches are crucial for advancing the field. The findings are highly relevant for policy and research purposes and will push forward an impactful GHD for global health challenges.
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 | 0,027 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,186 | 0,277 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,013 | 0,012 |
| Science ouverte | 0,001 | 0,006 |
| 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 ».