論文の概要: Global research trends and collaborations in Fibrodysplasia Ossificans Progressiva: A bibliometric analysis (1989-2023)
- arxiv url: http://arxiv.org/abs/2601.03628v1
- Date: Wed, 07 Jan 2026 06:17:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-08 18:12:46.139824
- Title: Global research trends and collaborations in Fibrodysplasia Ossificans Progressiva: A bibliometric analysis (1989-2023)
- Title（参考訳）: Fibrodysplasia Ossificans Progressiva: A bibliometric analysis (1989-2023)
- Authors: Muneer Ahmad, Undie Felicia Nkatv, Sajid Saleem,
- Abstract要約: Fibrodysplasia Ossificans Progressiva (FOP) は稀で不安定な遺伝疾患である。
このサイエントメトリック分析は、1989年から2023年までのFOPの世界的な研究動向をWeb of Scienceのデータを用いて調査する。
この研究は、出版生産性、影響力のある雑誌、機関、研究の地理的分布における重要なパターンを強調している。
- 参考スコア（独自算出の注目度）: 0.27528170226206433
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Fibrodysplasia Ossificans Progressiva (FOP) is a rare and debilitating genetic disorder characterized by the progressive formation of bone in muscles and connective tissues. This scientometric analysis examines the global research trends on FOP between 1989 and 2023 using bibliographic data from Web of Science. The study highlights key patterns in publication productivity, influential journals, institutions, and the geographical distribution of research. The findings reveal that the United States leads both in terms of total publications and citation impact, with significant contributions from the UK, Italy, Japan, and other European countries. Additionally, the analysis identifies the major document types, including articles and reviews, and evaluates the collaborative efforts across institutions. The study offers valuable insights into the global research landscape of FOP, providing a foundation for future studies and international collaborations.
- Abstract（参考訳）: Fibrodysplasia Ossificans Progressiva (FOP) は、筋肉や結合組織における骨の進行性形成を特徴とする稀で不安定な遺伝疾患である。
このサイエントメトリック分析は、1989年から2023年までのFOPの世界的な研究動向を、Web of Scienceの文献データを用いて調査する。
この研究は、出版生産性、影響力のある雑誌、機関、研究の地理的分布における重要なパターンを強調している。
この結果は、英国、イタリア、日本、その他のヨーロッパ諸国からの多大な貢献により、米国が出版総数と引用の影響の両方をリードしていることを示している。
さらに、分析は、記事やレビューを含む主要な文書タイプを特定し、機関間の協調作業を評価する。
この研究は、FOPのグローバルな研究状況に関する貴重な洞察を提供し、将来の研究と国際協力の基盤を提供する。
関連論文リスト
- Mapping Research Productivity of BRICS Countries with Special Reference to Coronary Artery Disease (CAD): A Scientometric Study [0.3655021726150367]
本研究は,BRICS諸国,ブラジル,ロシア,インド,中国,南アフリカにおける冠状動脈疾患(CAD)の研究生産性に関する総合的な科学的分析である。
出版物の成長傾向,著作者パターン,コラボレーションレベル,引用効果を評価するために,合計50,036レコードを分析した。
その結果、CAD関連の出版物が着実に増加し、中国が主要な貢献者となり、ブラジル、ロシア、インド、南アフリカが続いた。
論文 参考訳（メタデータ） (2025-11-07T12:59:36Z) - Two Decades of Research at the University of Lagos (2004-2023): A Scientometric Analysis of Productivity, Collaboration, and Impact [0.3093890460224435]
我々は,大学における出版量,コラボレーションパターン,引用の影響,そして最も多彩な著作者,学部,研究領域の傾向について検討した。
この研究は、研究の生産性が一貫した増加を示し、2023年に記録された最も高いアウトプットが記録されている。
健康科学、工学、社会科学は、大学の学際的な研究の強さを反映して、支配的な分野として認識されている。
論文 参考訳（メタデータ） (2025-11-06T05:26:17Z) - Content Generation Models in Computational Pathology: A Comprehensive Survey on Methods, Applications, and Challenges [55.41538606569424]
レビューでは、画像生成、テキスト生成、分子プロファイル形態学生成などの4つの重要な領域に焦点を当てている。
我々は、コンテンツ生成アーキテクチャーの進化を、初期の生成的敵ネットワークから、拡散モデルや生成的視覚言語モデルにおける最近の進歩まで遡る。
レビューはオープン課題と今後の研究方向性について議論し、統合的かつ臨床的に展開可能な世代システムの開発に重点を置いて締めくくっている。
論文 参考訳（メタデータ） (2025-05-16T08:44:50Z) - Leveraging deep learning for plant disease identification: a bibliometric analysis in SCOPUS from 2018 to 2024 [0.0]
本研究の目的は,植物病の同定のための深層学習研究の文献的分析である。
SCOPUSをソースとした253文書の文献データの徹底的な分析を行った。
論文 参考訳（メタデータ） (2025-04-09T23:57:30Z) - Atlas: A Novel Pathology Foundation Model by Mayo Clinic, Charité, and Aignostics [61.0008867391683]
本稿では,RudolfVアプローチに基づく新しい視覚基盤モデルであるAtlasを紹介する。
本モデルでは、120万の病理組織像からなるデータセットを用いてトレーニングを行った。
論文 参考訳（メタデータ） (2025-01-09T18:06:45Z) - A scientometric analysis of the effect of COVID-19 on the spread of
research outputs [0.0]
2020年のSars-COV-2パンデミックは、私たち全員のライフコースに大きな影響を与えました。
この急激な感染拡大は、新型コロナウイルス関連の研究成果の増加につながっている。
残念ながらイタリアは、この病気の発生に大きく関与した最初の国の一つだ。
論文 参考訳（メタデータ） (2023-06-01T18:26:37Z) - Topic Modelling of Swedish Newspaper Articles about Coronavirus: a Case
Study using Latent Dirichlet Allocation Method [8.405827390095064]
トピックモデリング(TM)は、自然言語理解(NLU)と自然言語処理(NLP)の研究分野からのものである。
本研究では,LDA(Latent Dirichlet Allocation)法を用いて,コロナウイルスに関するスウェーデンの新聞記事の話題変化をモデル化する。
我々は,2020年1月17日から2021年3月13日までの約1年2ヶ月間のトピック変更に関する6515の論文,適用方法,統計データを含むコーパスについて述べる。
論文 参考訳（メタデータ） (2023-01-08T12:33:58Z) - LED down the rabbit hole: exploring the potential of global attention
for biomedical multi-document summarisation [59.307534363825816]
我々はPRIMERAをバイオメディカル領域に適応させ,重要なバイオメディカルエンティティにグローバルな注意を払っている。
結果から得られた23モデルの出力を分析し, 追加のグローバルアテンションの存在に関連する結果のパターンを報告する。
論文 参考訳（メタデータ） (2022-09-19T01:13:42Z) - Understanding the temporal evolution of COVID-19 research through
machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。
私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。
調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文 参考訳（メタデータ） (2020-07-22T18:02:39Z) - A bibliometric analysis of research based on the Roy Adaptation Model: a
contribution to Nursing [0.0]
1970年代にSor Callista Royが提唱した看護モデルであるRoy Adaptation Modelに基づく研究の現代の文献分析を行う。
Web of ScienceとSCOPUSという2つの主要な科学データベースからの情報を使用しました。
論文 参考訳（メタデータ） (2020-03-29T14:02:16Z) - Mapping the Landscape of Artificial Intelligence Applications against
COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。
我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文 参考訳（メタデータ） (2020-03-25T12:30:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。