MétaCan
Menu
Retour à la cohorte
Enregistrement W7036192077

Bibliometric Analysis on GABA-A Receptors Research Based on CiteSpace and VOSviewer

2023· article· en· W7036192077 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueReliability and Agreement in Measurement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBibliometricsWeb of scienceScientometricsChinese academy of sciencesDECIPHERAnxiety
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Xufeng Yu,1,* Zhan Gao,1,* Mingzhou Gao,2 Mingqi Qiao1 1College of Traditional Chinese Medicine, Shandong University of Traditional Chinese Medicine, Jinan, Shandong Province, People’s Republic of China; 2Innovation Research Institute of Traditional Chinese Medicine, Shandong University of Traditional Chinese Medicine, Jinan, Shandong Province, People’s Republic of China*These authors contributed equally to this workCorrespondence: Mingzhou Gao; Mingqi Qiao, Email gmingzhou@163.com; qmingqi@163.comBackground: GABA-A receptors are the primary mediators of brain inhibitory neurotransmission. In the past years, many studies focused on this channel to decipher the pathogenesis of related diseases but lacked bibliometric analysis research. This study aims to explore the research status and identify the research trends of GABA-A receptor channels.Methods: Publications related to GABA-A receptor channels were retrieved from the Web of Science Core Collection from 2012 to 2022. After screening, the VOSviewer 1.6.18 and Citespace 5.8 R3 were used for bibliometric analysis from journals, countries, institutions, authors, co-cited references and keywords.Results: We included 12,124 publications in the field of GABA-A receptor channels for analysis. The data shows that although there was a slight decrease in annual publications from 2012 to 2021, it remained at a relatively high level. Most publications were in the domain of neuroscience. Additionally, the United States was the most prolific country, followed by China. Univ Toronto was the most productive institution, and James M Cook led essential findings in this field. Furthermore, brain activation, GABAAR subunits expression, modulation mechanism in pain and anxiety behaviors and GABA and dopamine were paid attention to by researchers. And top research frontiers were molecular docking, autoimmune encephalitic series, obesity, sex difference, diagnosis and management, EEG and KCC2.Conclusion: Taken together, academic attention on GABA-A receptor channels was never neglected since 2012. Our analysis identified key information, such as core countries, institutions and authors in this field. Molecular docking, autoimmune encephalitic series, obesity, sex difference, diagnosis and management, EEG and KCC2 will be the future research direction.Keywords: GABA-A receptor, GABA, visual analysis, trends, CiteSpace, VOSviewer

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,067
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,782
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,067
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,2180,264
Études des sciences et des technologies0,0010,001
Communication savante0,0060,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,739
Tête enseignante GPT0,675
Écart entre enseignants0,064 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetReliability and Agreement in MeasurementTravaux en français237 207