Analysis of Publications Related to Social Work Education Using Bibliometric Analysis Method
Notice bibliographique
Résumé
This study aims to examine academic publications on social work (SW) education between 1970 and 2024 using the bibliometric analysis method, revealing trends in the academic literature and the impact of different themes on SW education. A total of 920 academic publications on SW education, published between January 1, 1970, and May 18, 2024, were analyzed through the Web of Science (WOS) database. The publications were evaluated using the “global collaboration network,” “thematic map,” “word cloud technique,” “Lotka’s Law,” and “three-field plot” techniques, and the most studied themes, countries, journals, authors, collaborations, and keywords were analyzed. One of the most significant findings of the study is the dominant role of the United States (US) in the field of SW education. The US is followed by the United Kingdom, Canada, and Australia. It was found that the US has the highest level of international collaboration in SW education, followed by the UK and Germany. According to thematic mapping analysis, themes such as “MSW students,” “self-identification,” and “values” were the most frequently studied topics in SW education. Less frequently studied but more in-depth topics included “access,” “barriers,” and “self-efficacy”. Regarding keywords, “students” emerged as the most prominent. An analysis based on Lotka’s Law found that approximately 87% of authors contributed to the literature with only a single article. In this bibliometric analysis of publications on SW education in WOS from 1970 to 2024, a more student-centered approach is evident. Additionally, themes such as health, social justice, and cultural competence play a critical role in the literature. The US contributes the most to SW education literature, followed by countries with Anglo-Saxon traditions and social welfare systems. Regions such as Asia, Africa, and the Middle East are underrepresented in the literature, with limited academic contributions.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,043 | 0,491 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».