MétaCan
Menu
Retour à la cohorte
Enregistrement W7117354212 · doi:10.15316/selcukjafsci.1701796

A Scientometric Analysis of Cannabis sativa Research

2025· article· W7117354212 sur OpenAlex
Mina Hakimi, Jamila Azimi, Farzaneh Razmju, Mir Abdullatif Yahya

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueSelcuk Journal of Agricultural and Food Sciences · 2025
Typearticle
Langue
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCannabis sativaBibliometricsScopusCannabisCitation analysisScientometricsGovernment (linguistics)Discipline

Résumé

récupéré en direct d'OpenAlex

Cannabis sativa, a diploid plant from the Cannabaceae family, was traditionally cultivated for food, medicine, fiber, and industrial purposes. Pharmacologically, this plant is significant due to cannabinoid activity, especially in medicine, nutrition, and industry. Despite its diverse applications, C. sativa has faced legal challenges that have severely impeded research in the area and commercial applications. Scientometric analysis, which is the quantitative assessment of scientific literature, is the means employed in a systematic way to gather and understand how each field is moving, who is contributing more, and what subject matter emanates therefrom. This study aimed to analyze the last 24 years of global research trends on C. sativa using Scopus and PubMed databases. The methodology employed several advanced bibliometric analyses using VOS-viewer software. Our results show that a sharp growth has been observed in publication output, mainly after 2015 and peaking in 2024. Most studies revolved around medical, pharmacological, and neuroscientific fields. The principal authors were Raphael Mechoulam, and the institutions such as the University of Toronto and Harvard Medical School featuring strongly. The latter was also noted to provide major funds, along with The National Institutes of Health (NIH) and probably the major U.S. agencies. Nevertheless, keyword analysis revealed that dominant themes were medical cannabis, legalization, chronic pain, and cannabinoid pharmacology, while epigenotoxicity and genotoxicity came up as emerging areas. Our study concludes that C. sativa research becomes increasingly interdisciplinary and internationally collaborative, due to evolving legal frameworks and growing medical interest. Future research should bridge disciplinary silos, address under-refined areas such as environmental sustainability, and incorporate altimetric and policy data. Scientometric mapping hence yields actionable insight into scholarly and policy priorities in the developing field of C. sativa 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie, Études des sciences et des technologies
Catégories consensuellesBibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,579
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0130,074
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,385
Écart entre enseignants0,329 · 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