Image_1_A scientometric analysis of the 100 most cited articles on magnetic resonance guided focused ultrasound.TIFF
Notice bibliographique
Résumé
Background<p>Diagnostic ultrasound has long been a part of a physician’s armamentarium, but transcranial focused ultrasound (FUS) is an emerging treatment of neurological disorders. Consequently, the literature in this field is increasing at a rapid pace.</p>Objective<p>This analysis was aimed to identify the top-cited articles on FUS to discern their origin, spread, current trends highlighting future impact of this novel neurosurgical intervention.</p>Methods<p>We searched the Web of Science database on 28th May 2021 and identified the top 100 cited articles. These articles were analyzed with various scientometric parameters like the authors, corresponding authors, country of corresponding author, journal of publication, year of publication. Citation based parameters including total citations, mean citations per article and mean citations, citation count, and the citation per year, citations per year and co-authors per document were studied as well in addition to Hirsch h-index, g-index, m-index, Bradford’s Law, Lotka’s law and Collaboration index.</p>Results<p>The 100 top-cited articles were published between 1998 and 2019 in 45 different journals. The average citations per document and citations per document per year were 97.78 and 12.47, respectively. The most prolific authors were Hynynen K (Medical Biophysics—Toronto), Elias WJ (Neurosurgery—Virginia), Zadicario (InSightec). The Journal of Neurosurgery published the most top-cited articles (n = 11), and most articles originated from the United States, followed by Canada. Among individual institutions, the University of Toronto was the most productive.</p>Conclusion<p>FUS is an emerging treatment of neurological disorders. With its increasing application, the FUS literature is increasing rapidly. Eleven countries contributed to the top 100 cited articles, with the top 2 countries (the United States and Canada) contributing to more than half of these articles.</p>
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: Autre Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | Charge utile insuffisante (le modèle a refusé de juger) Domaine: non disponible · Genre: Autre Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | 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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,010 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,938 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».