Bibliometric analysis of global rabies research between 1992 -2022
Notice bibliographique
Résumé
Rabies is a deadly viral infection for which there is still no definitive cure. Many researchers are making publication on this subject. The current study used bibliometric techniques to examine the rabies literature and highlighted current rabies research trends as well as prospective future hotspots for rabies research. In this bibliometric study, all data were retrieved from the Web of Science Science Citation Index-Expanded (SCI-E) database on January 1, 2023, using the selected terms ("rabies virus" [MeSH Terms] OR "rabies virus" [Text Word] OR "rabies" [MeSH Terms] OR "rabies" [Text Word]) in the title field of the search engine. The search was further narrowed by the document type (article), language (English), and year of publication (1992–2022). According to the used search strategy, we reached a total of 5973 articles. The average number of citations per document was 21.3. Over 300 articles per year were published in the years 2020, 2021, 2019, 2018, and 2017. The rabies literature was written by authors from 158 different countries. The main countries with the highest number of articles on rabies were the USA, China, and France. Germany, India, Brazil, England, Japan, and Canada Research collaboration and cooperation between institutions and researchers in developing countries need to be supported by developed countries. The analysis provides information on the overall situation of rabies research worldwide. The analysis also provides a better understanding of the trends in rabies development over the past 30 years, which can serve as a scientific benchmark for subsequent studies.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,017 | 0,124 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».