Association between Physical Activity and Exercise with Cognitive Function: A Bibliometric Analysis
Notice bibliographique
Résumé
Background: Visualization is a practical method to determine a scientific field’s underlying intellectual framework. This study aims to conduct a scientometric analysis of selected scientific literature to assess research trends regarding the association between physical activity exercise, and cognitive function domains. The objective is to present a summary of the findings and identify the trending topics between 1970 and 2023 for this field of study.Methods: In the current bibliometric analysis, relevant documents based on a reliable search strategy taken from the Web of Science (WOS) database were checked and evaluated using Excel, VOSviewer, and the bibliometrix R-package.ssResults: The hot topics included Physical Activity, Exercise, Cognition, Aging, Dementia, Depression, Alzheimer’s disease, and Rehabilitation. “Frontiers in Psychology” and “International Journal of Environmental Research and Public Health” were the most active journals in this research area. Also, developed countries such as the United States, the United Kingdom, Canada, Australia, and Germany were the most productive countries. In addition, the top organizations which produced the most scientific documents were from Europe, Oceania, and North America. In the same vein, Arthur F Kramer was identified as the most active author. The study results will greatly contribute to future interdisciplinary articles by showing common trends in this research area.Conclusion: The combination of PA and cognitive function is still a hot zone of future research. According to this study, the majority of literature on PA and cognitive function is from developed countries, and other cognition topics such as executive function, memory, and anxiety have obtained less attention from researchers.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,008 | 0,024 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».