doi: 10.56294/saludcyt2023597

 

ORIGINAL

 

Bibliometric analysis of the scientific production on crowdsourcing in health

 

Análisis bibliométrico de la producción científica sobre crowdsourcing en salud

 

Carlos Alberto Gómez-Cano1  *, Juan Carlos Miranda-Passo2  *, René Ramírez Fernández3  *

 

1Corporación Unificada Nacional de Educación Superior, Dirección Nacional de Investigación y Extensión. Florencia, Colombia.

2Corporación Universitaria Americana, Sello Editorial. Barranquilla, Colombia.

3Corporación Universitaria Americana, Facultad de Ingenierías. Barranquilla, Colombia.

 

Citar como: Gómez-Cano CA, Miranda-Passo JC, Fernández RR. Bibliometric analysis of the scientific production on crowdsourcing in health. Salud, Ciencia y Tecnología 2023;3:597. https://doi.org/10.56294/saludcyt2023597.

 

Enviado: 30-08-2023                               Revisado: 15-10-2023                            Aceptado: 16-12-2023                          Publicado: 17-12-2023

 

Editor: Dr. William Castillo-González

 

ABSTRACT

 

Introduction: online collaborative decision-making processes in health have developed over time and surpass the academic field. The objective of the research is to analyze the scientific production on crowdsourcing in health during the period 2019 - 2023.

Methods: the research was developed under the quantitative paradigm approach, from a retrospective - descriptive and bibliometric study. A systematic search was performed according to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) statement.

Results: the search was conducted in the SCOPUS database and 289 research results on crowdsourcing in health in the selected period were identified. Of the 289 research studies analyzed, 60 % are original articles. The area of knowledge that stands out the most is medicine with 159 research papers. A total of 162 journals were identified in which the research was published, the most cited being Translational Psychiatry with 364 citations. In addition, the institutions with the highest representation are The University of North Carolina at Chapel Hill and London School of Hygiene & Tropical Medicine with 23 and 17 researches respectively. The most relevant author is Tucker, J.D. with 17 publications. The country that published the most was the United States with 122 publications.

Conclusions: it is concluded that crowdsourcing in health as an online collaborative process between institutions, specialists, patients or experts in the health sector allows solving research problems, based on tasks directed by the crowdsourcing administrator, has developed over time and surpasses the academic field.

 

Keywords: Bibliometric Analysis; Crowdsourcing; Collaborative Decisions; Bibliometric Indicators; Health Services.

 

RESUMEN

 

Introducción: los procesos de toma de decisiones colaborativas en línea en salud se han desarrollado con el paso del tiempo y sobrepasan el ámbito académico. El objetivo de la investigación es analizar la producción científica sobre crowdsourcing en salud durante el período 2019 – 2023.

Métodos: la investigación se desarrolló bajo el enfoque del paradigma cuantitativo, a partir de un estudio retrospectivo – descriptivo y bibliométrico. Se realizó una búsqueda sistemática de acuerdo a la declaración Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA).

Resultados: la búsqueda se realizó en la base de datos SCOPUS y se identificaron 289 resultados de investigaciones sobre crowdsourcing en salud en el período seleccionado. De las 289 investigaciones analizadas el 60 % son artículos originales. El área del conocimiento que más destaca es la de medicina con 159 investigaciones. Se identificaron 162 revistas donde se publicaron las investigaciones, donde la más citada fue Translational Psychiatry con 364 citas. Además, las instituciones con mayor representatividad son The University of North Carolina at Chapel Hill y London School of Hygiene & Tropical Medicine con 23 y 17 investigaciones respectivamente. El autor más relevante es Tucker, J.D. con 17 publicaciones. El país que más publicó fue Estados Unidos con 122 publicaciones.

Conclusiones: se concluye que el crowdsourcing en salud como proceso colaborativo en línea entre instituciones, especialistas, pacientes o expertos del sector de la salud permite resolver problemas de investigación, a partir de tareas dirigidas por el administrador crowdsourcing, se ha desarrollado con el paso del tiempo y sobrepasan el ámbito académico.

 

Palabras clave: Análisis Bibliométrico; Crowdsourcing; Decisiones Colaborativas; Indicadores Bibliométricos; Servicios De Salud.

 

 

 

INTRODUCCIÓN

El crowdsourcing proviene de la combinación de palabras “crowd” y “outsourcing”, donde los especialistas, pacientes y expertos conocidos como crowd se estructuran en una comunidad en línea y comparten conocimientos para resolver un problema,(1,2) y outsourcing que hace referencia a la colaboración con externos por parte de la institución de tareas que normalmente les compete a empleados internos.

Los procesos de toma de decisiones colaborativas en salud (crowdsourcing en salud) se han desarrollado con el paso del tiempo y sobrepasan el ámbito académico. Implican una llamada (abierta o dirigida), en la que la multitud trabaja a través de una actividad predeterminada.(3)

En este sentido, Kuosmanen et al.(4) identifican dos plataformas principales con soluciones colaborativas para la atención médica:

1.    PatientsLikeMe (https://www.patientslikeme.com/): permite compartir experiencias entre pacientes con similares tratamientos médicos.

2.    StuffThatWorks (https://www.stuffthatworks.health/): utiliza el aprendizaje automático mediante la recopilación de información relacionada con los síntomas y el tratamiento.

Mientras que Hosio et al.(5) proponen la plataforma AnswerBot (https://boglegpt.com/) que permite identificar tratamientos adecuados para el dolor lumbar mediante la recopilación y evaluación de soluciones.

El crowdsourcing en salud constituye una forma de recopilar información en tiempo real y permite ofrecer alternativas complementarias a la concepción de políticas gubernamentales e institucionales,(6,7,8) se ha aplicado en diferentes ámbitos en función del diagnóstico, la vigilancia,(9) la nutrición,(5) y la educación.(10,11)

Ranard et al.(12) identifican cuatro tareas crowdsourcing: resolución de problemas, procesamiento de datos, vigilancia/monitoreo y encuestas, en conjunto demuestran su aplicabilidad para favorecer el proceso de toma de decisiones en línea.(4,13)

Entre las ventajas del crowdsourcing destaca que posibilita el acceso a diversos especialistas para la resolución de un problema de investigación, permite optimizar tiempos en los procesos de tomas de decisiones al trabajar en paralelo diferentes especialistas, y permiten obtener soluciones innovadoras que a su vez optimizan costos.(11,14,15) Sin embargo, no está exento de desafíos para la gestión, al tener que lidiar con posibles informaciones poco confiables, agendas de trabajos diferentes, individuos con diferentes comportamientos éticos, o mentalidad de turba.(16,17,18,19)

A pesar de las limitaciones en su implementación se evidencian buenas prácticas en la industria farmacéutica Rusa,(20) en China para promover la adherencia a la PrEP,(21) para diseñar un paquete de marketing destinado a promover una intervención digital de la Organización Mundial de la Salud (OMS) en salud mental entre adultos jóvenes,(22) en Nigeria con la creación de una aplicación mediante innovación social móvil para la identificación de centros ilegales y en Corba para obtener requisitos de normativas e infracciones.(23,24)

Los análisis bibliométricos permiten comprender el comportamiento de las investigaciones en diferentes áreas del conocimiento, sirven de guía para la identificación de líneas de investigación, específicamente aplicado en el área del crowdsourcing de salud, permitiría identificar tendencias de investigación de la comunidad científica nacional e internacional, identificar brechas en el conocimiento y la evolución y desarrollo de la temática en el tiempo, así como brindar información sobre la filiación donde se desarrollan proyectos de investigación y la calidad de las revistas donde se publican. En consecuencia, el objetivo de la investigación es analizar la producción científica sobre crowdsourcing en salud durante el período 2019 – 2023.

 

MÉTODOS

La investigación se desarrolló bajo el enfoque del paradigma cuantitativo,(25) a partir de un estudio retrospectivo – descriptivo(26) y bibliométrico.(27,28) Se realizó una búsqueda sistemática de acuerdo a la declaración Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA),(29,30,31) en la base de datos SCOPUS (https://www.scopus.com/), con la finalidad de analizar la producción científica sobre crowdsourcing en salud en el período 2019 – 2023.

La estrategia de búsqueda que se utilizó es resultado de la revisión inicial de descriptores temáticos a formar parte de la fórmula de búsqueda en el tesauro: Descriptores en Ciencias de la Salud (DeCs, http://decs.bvs.br/E/homepagee.htm) y Medical SubjectHeadings (MeSH, http://www.ncbi.nlm.nih.gov/mesh). Se identificaron los descriptores: crowdsourcing, cibercolaboración, crowdsource, crowd-sourcing, crowdsourced, servicios de salud, health services, healthcare.

La fórmula de búsqueda quedó estructurada: TITLE-ABS-KEY ("crowdsourcing" OR "cibercolaboración" OR "crowdsource" OR "crowd-sourcing" OR "crowdsourced" AND "servicios de salud" OR "health services" OR "healthcare") AND PUBYEAR > 2018 AND PUBYEAR < 2024.

La búsqueda se realizó el 19 de octubre de 2023, y arrojó un total de 289 resultados. Se realizó por dos investigadores de manera independiente, y realizaron la selección inicial de las investigaciones que cumplían con las directrices definidas previamente. Luego en trabajo conjunto entre todos los investigadores se compararon los resultados y se llegó al consenso de la muestra final de investigaciones a analizar.

Se analizaron los indicadores que se describen en la tabla 1.

 

Tabla 1. Indicadores bibliométricos seleccionados

Clasificación

Indicador

Descripción – Fuente de información

Producción científica

Tendencia

Relaciona la cantidad de investigaciones por año, que evidencia las tendencias en el desarrollo de las investigaciones. SCOPUS (formato .CSV)

Área del conocimiento

Relaciona la cantidad de investigaciones por área del conocimiento. SCOPUS (formato .CSV)

Impacto

Revista

·         Número de citas: cantidad de citas totales de los artículos publicados en la revista. SCOPUS

·         Factor de Impacto (IF): que establece el nivel de importancia de una revista en función de los niveles de citación que recibe.

·         Cuartil: Organiza las revistas científicas en un listado de cuarto parte en función de los valores de impacto alcanzados.

SCImago Journal & Country Rank (https://www.scimagojr.com/)

·         SCImago Journal Rank (SJR). Sci Journal (https://www.scijournal.org/)

Filiación institucional

Mide el impacto de una institución en función de la cantidad de investigaciones publicadas durante un período determinado. SCOPUS (formato .CSV)

Autor

Mide el impacto del autor por la cantidad de investigaciones publicadas en la base de datos en un período determinado. SCOPUS (formato .CSV)

País

Mide el impacto del país por la cantidad de investigaciones publicadas en la base de datos en un período determinado. SCOPUS (formato .CSV)

 

RESULTADOS

Al analizar la producción científica por año (figura 1), se evidenció un comportamiento homogéneo y con tendencia hacia el incremento en el período 2019 - 2022, con un pico máximo de 75 investigaciones que representaron el 25,95 % del total en el período (289). De ellos, el 60 % son artículos de investigación, seguidos del 15 % presentaciones de ponencias en eventos y el 8 % artículos de revisión.

 

Figura 1. Producción científica por año

 

Las áreas del conocimiento que destacan son: medicina 159 investigaciones, seguida de ciencias de la computación, ciencias sociales, ingeniería, ciencias de la decisión, matemáticas y enfermería que en conjunto representaron el 79,2 % del total de investigaciones en el período.

 

Tabla 2. Análisis de la producción por área del conocimiento

Número

Área del conocimiento

Cantidad

Porcentaje (%)

1

Medicina

159

31,9

2

Ciencias de la computación

103

20,7

3

Ciencias sociales

38

7,6

4

Ingeniería

37

7,4

5

Ciencias de la decisión

22

4,4

6

Matemáticas

21

4,2

7

Enfermería

15

3,0

8

Bioquímica, genética y biología molecular

12

2,4

9

Administración, gestión y contabilidad

10

2,0

10

Ciencias ambientales

10

2,0

11

Arte y humanidades

8

1,6

12

Multidisciplinaria

8

1,6

13

Física y astronomía

7

1,4

14

Psicología

6

1,2

15

Economía y finanzas

5

1,0

16

Energía

5

1,0

17

Educación médica

5

1,0

18

Ciencia de materiales

5

1,0

19

Neurociencias

5

1,0

20

Química

4

0,8

21

Inmunología y microbiología

4

0,8

22

Ciencias biológicas y agrícolas

3

0,6

23

Farmacología, toxicología y farmacéuticas

3

0,6

24

Veterinaria

2

0,4

25

Ingeniería Química

1

0,2

 

Se identificaron 162 revistas donde se publicaron las investigaciones, un análisis de las 10 con mayor cantidad de citas en el período (tabla 3), concluyó que la revista más citada fue Translational Psychiatry con 364 citas, nueve se encuentran en el cuartil 1 (Q1) y una en el cuartil 2 (Q2), la revista con mayor factor de impacto es Circulation (IF = 14,184). Con respecto al número de artículos publicados la revista más representativa, con respecto al total (n = 162) fue BMJ Innovations con seis publicaciones (n = 6), seguida de BMJ Open con cinco publicaciones (n = 5).

 

Tabla 3. Ranking de las 10 revistas más citadas

Revista

Citas

SJR

IF

Cuartil

Translational Psychiatry

364

2,652

7,246

Q1

Journal of Medical Internet Research

102

1,446

7,517

Q1

International Journal of Environmental Research and Public Health

87

0,747

4,536

Q2

Infectious Diseases of Poverty

73

1,464

9,393

Q1

Circulation

56

7,795

14,184

Q1

PLoS ONE

52

0,99

3,582

Q1

MIS Quarterly: Management Information Systems

50

5,283

8,553

Q1

IEEE Access

49

0,587

4,342

Q1

BMJ Open

44

1,132

2,86

Q1

IEEE Transactions on Services Computing

42

1,207

7,136

Q1

 

 

Un análisis de las instituciones con seis investigaciones o más en el período (figura 2), arrojó que las instituciones con mayor representatividad son The University of North Carolina at Chapel Hill y London School of Hygiene & Tropical Medicine con 23 y 17 investigaciones respectivamente.

 

Figura 2. Cantidad de investigaciones por filiación institucional

 

Un análisis de la autoría de las investigaciones (figura 3), demostró que los autores que más contribuyeron en publicaciones fueron: Tucker, J.D. (n=17), Tang, W. (n=10) y Snyder, J. (n=9).

 

Figura 3. Cantidad de investigaciones por autor

 

Las investigaciones publicadas en el período (Figura 4), se originaron en 67 país, entre los más relevantes: Estados Unidos (122) que representan el 42,21 % del total de investigaciones realizadas, Reino Unido (n=51), China (n=37) y Canadá (n=23).

 

Figura 4. Cantidad de investigaciones por país

 

Un análisis de la red de coocurrencia de palabras clave (figura 5), con un nivel de coocurrencia n = 5, se identificaron 186 ítems agrupados en seis clústers.

 

Figura 5. Red de coocurrencia de palabras clave

 

Un análisis de los ítems con mayor frecuencia de aparición por clúster arrojó:

 

DISCUSIÓN

En la investigación se presentó un análisis bibliométrico de la producción científica sobre crowdsourcing en salud, donde se evaluó las tendencias en los últimos cinco años, en los años 2020 – 2021 inició un incremento exponencial de las investigaciones, principalmente las enfocadas en la implementación de la estrategia en el enfrentamiento a la Covid-19, etapa en la que, además, se evidenciaron récords de publicación de artículos en solo tres días.(32) Elemento que potenció el desarrollo de diferentes tecnologías colaborativas para el enfrentamiento a la pandemia.(33,34)

Se evidenciaron publicaciones sobre la temática en revistas de alto impacto, se evidencia como una necesidad aumentar el acceso abierto a las investigaciones para así potenciar el acceso al conocimiento y garantizar mayor número de citaciones.(35,36) Con respecto al ranking de revistas, nueve se encuentran en el cuartil 1 (Q1), elemento que coincide con las investigaciones de Vilchez et al.(37) que demuestran que las investigaciones de educción médica y Covid-19 en el período 2020-2021 la mayoría se publicaron en revistas Q1, donde coinciden además las revistas BMJ Open y PLoS ONE, entre las más citadas como en la presente investigación. Por su parte, Muñoz Estrada et al.(38) plantean que el 41,8 % de las investigaciones sobre el aula invertida en la educación médica en el período 2012 – 2021 se encuentran en el Q1 y 28,3 % en el Q2.

Las universidades como principales centros de generación de conocimiento, aportan de manera significativa a la producción científica de un país. Se evidenció que las universidades más representativas eran de Estados Unidos y Reino Unido, elemento que coincide con lo planteado por Vilchez et al.(37), Jacobs et al.(39) en sus investigaciones demuestran, a su vez, como los graduados de la Universidad de Stanford han publicado como mínimo un artículo.(40)

El 42,21 % del total de investigaciones realizadas en la temática estudiada fueron de Estados Unidos como filiación de los autores, elemento que reafirma a este país como principal productor de artículos científicos a nivel mundial,(41) elemento que coincide con lo expresado por Pericàs et al.(42) Seguido de Reino Unido y China, donde se evidenció aplicaciones del crowdsourcing, al ser el primero uno de los países con mayor incidencia de la pandemia en el mundo y el segundo donde inicia la propagación del virus.

Entre las limitaciones del presente estudio está que se desarrolló solo en una base de datos (SCOPUS), sería interesante repetir la investigación en otras bases de datos de impacto como la Web of Science o Scielo. No se tuvieron en cuenta las autocitas de los autores, ni indicadores de colaboración entre países e instituciones.

 

CONCLUSIONES

Se concluye que el crowdsourcing en salud como proceso colaborativo en línea entre instituciones, especialistas, pacientes o expertos del sector de la salud permite resolver problemas concretos de investigación, a partir de tareas específicas dirigidas por el coordinador o administrador crowdsourcing se han desarrollado con el paso del tiempo y sobrepasan el ámbito académico.

Se apreció una tendencia positiva y homogénea hacia el incremento, el año de mayor impacto fue el 2022 y las principales áreas de aplicación están en la medicina, seguida de ciencias de la computación, ciencias sociales e ingeniería, aunque se identificaron 25 áreas del conocimiento elemento que evidenció que las investigaciones no se concentran en una sola área del conocimiento, sino que existe una mira multidisciplinar.

Con respeto a las revistas, se identificaron publicaciones en 162, la que más publicó publicaciones fue fue BMJ Innovations, aunque no fue la de mayor impacto, ya que según el número total de citas fue Translational Psychiatry, lo que evidenció débil correlación entre el volumen de producción e impacto.

Las instituciones con mayor representatividad son The University of North Carolina at Chapel Hill (estadounidense) y London School of Hygiene & Tropical Medicine (británica) con 23 y 17 investigaciones respectivamente, elemento que coincide con los países que más publicaron según filiación del autor, Estados Unidos y Reino Unido.

 

REFERENCIAS BIBLIOGRÁFICAS

1. Deal SB, Lendvay TS, Haque MI, Brand T, Comstock B, Warren J, et al. Crowd-sourced assessment of technical skills: an opportunity for improvement in the assessment of laparoscopic surgical skills. The American Journal of Surgery 2016;211:398-404.

 

2. van Niekerk L, Ongkeko A, Hounsell RA, Msiska BK, Mathanga DP, Mothe J, et al. Crowdsourcing to identify social innovation initiatives in health in low-and middle-income countries. Infectious Diseases of Poverty 2020;9:1-12.

 

3. John-Matthews JS, Robinson L, Martin F, Newton P, Grant A. Crowdsourcing: A novel tool to elicit the student voice in the curriculum design process for an undergraduate diagnostic radiography degree programme. Radiography 2020;26:S54-61.

 

4. Kuosmanen E, Huusko E, van Berkel N, Nunes F, Vega J, Goncalves J, et al. Exploring crowdsourced self-care techniques: A study on Parkinson’s disease. International Journal of Human-Computer Studies 2023;177:103062.

 

5. Hosio SJ, van Berkel N, Oppenlaender J, Goncalves J. Crowdsourcing personalized weight loss diets. Computer 2020;53:63-71.

 

6. Martínez LC, Rodríguez AU, Mendoza VVS, Cañarte BJS. Turismo y actividad económica estratégica para el desarrollo local en México. Revista Científica Empresarial Debe-Haber 2023;1:75-86.

 

7. Toza JFP, Paniagua DGC. Responsabilidad social empresarial y calidad de servicio en una Caja Municipal de Ahorro y Crédito de la región Tacna. Sincretismo 2021;2.

 

8. Adekanmbi O, Oyewusi WF, Ogundepo E. Real-Time Crowdsourcing of Health Data in a Low-Income Country: A Case Study of Human Data Supply on Malaria First-Line Treatment Policy Tracking in Nigeria., 2020, p. 14-8.

 

9. Bahrami Rad A, Galloway C, Treiman D, Xue J, Li Q, Sameni R, et al. Atrial fibrillation detection in outpatient electrocardiogram monitoring: An algorithmic crowdsourcing approach. Plos one 2021;16:e0259916.

 

10. Dissanayake I, Nerur S, Singh R, Lee Y. Medical crowdsourcing: Harnessing the “wisdom of the crowd” to solve medical mysteries. Journal of the Association for Information Systems 2019;20:4.

 

11. St John-Matthews J, Newton P, Grant A, Robinson L. Crowdsourcing in health professions education: What radiography educators can learn from other disciplines. Radiography 2019;25:164-9.

 

12. Ranard BL, Ha YP, Meisel ZF, Asch DA, Hill SS, Becker LB, et al. Crowdsourcing—harnessing the masses to advance health and medicine, a systematic review. Journal of general internal medicine 2014;29:187-203.

 

13. Fuentes-Ormachea GR, Chalco-Quispitupa J, Millones-Liza DY. Empowerment como herramienta estratégica de mejora productiva en las municipalidades de Lima Metropolitana. Revista Científica Empresarial Debe-Haber 2023;1:19-34.

 

14. Eslava Zapata R, Mogollón Calderón OZ, Chacón Guerrero E. Organizational socialization in universities: an empirical study. Reg Cient 2023:202369. https://doi.org/10.58763/rc202369.

 

15. Machuca-Contreras F, Canova-Barrios C, Castro MF. An approach to the concepts of radical, incremental and disruptive innovation in organizations. Reg Cient 2023:202324. https://doi.org/10.58763/rc202324.

 

16. Sánchez Suárez Y, Marqués León M, Hernández Nariño A, Suárez Pérez MM. Methodology for the diagnosis of patient pathway management in hospitals. Reg Cient 2023:2023115. https://doi.org/10.58763/rc2023115.

 

17. Khwanngern K, Natwichai J, Kaveeta V, Nantawad P, Changkai S, Suwiwattana S. Challenges of Crowdsourcing Platform: Thai Healthcare Information Case Study, Springer; 2021, p. 126-35.

 

18. Ricardo Jiménez LS. Dimensions of entrepreneurship: educational relationship. The case of the cumbre program. Reg Cient 2022:202210. https://doi.org/10.58763/rc202210.

 

19. Malhotra A, Majchrzak A, Bonfield W, Myers S. Engaging customer care employees in internal collaborative crowdsourcing: Managing the inherent tensions and associated challenges. Human Resource Management 2020;59:121-34.

 

20. Сафронова ЖС, Труханова ЮА. РАЗВИТИЕ КРАУДСОРСИНГА-НОВЫЙ ВЫЗОВ ДЛЯ РОССИЙСКИХ ФАРМАЦЕВТИЧЕСКИХ КОМПАНИЙ. Мониторинг общественного мнения: экономические и социальные перемены 2022:212-29.

 

21. Sha Y, Li C, Xiong Y, Hazra A, Lio J, Jiang I, et al. Co-creation using crowdsourcing to promote PrEP adherence in China: study protocol for a stepped-wedge randomized controlled trial. BMC public health 2022;22:1697.

 

22. Ling R, Sit HF, Balaji S, Lam AI, Latkin CA, Tucker JD, et al. Crowdsourcing to design a marketing package to promote a WHO digital mental health intervention among Chinese young adults. Internet interventions 2021;25:100397.

 

23. Soledispa GBL, Cañarte BJS, Soledispa VAC, González ORF. Análisis de la Cadena de Suministros en las empresas industriales de Guayaquil, Ecuador. Revista Científica Empresarial Debe-Haber 2023;1:3-24.

 

24. Guo H, Kafalı Ö, Jeukeng A-L, Williams L, Singh MP. Çorba: Crowdsourcing to obtain requirements from regulations and breaches. Empirical Software Engineering 2020;25:532-61.

 

25. Kotronoulas G, Papadopoulou C. A primer to experimental and nonexperimental quantitative research: the example case of tobacco-related mouth cancer. vol. 39, Elsevier; 2023, p. 151396.

 

26. Joyce A, Pellatt R, Ranse J, Doumany A, Hall E, Sweeny A, et al. Occupational violence in a tertiary emergency department: A retrospective descriptive study. Australasian emergency care 2023.

 

27. Yin X, Wang H, Wang W, Zhu K. Task recommendation in crowdsourcing systems: A bibliometric analysis. Technology in Society 2020;63:101337.

 

28. Ledesma F, Malave González BE. Patterns of scientific communication on E-commerce: a bibliometric study in the Scopus database. Reg Cient 2022:202214. https://doi.org/10.58763/rc202214.

 

29. Helbach J, Hoffmann F, Pieper D, Allers K. Reporting according to the preferred reporting items for systematic reviews and meta-analyses for abstracts (PRISMA-A) depends on abstract length. Journal of Clinical Epidemiology 2023;154:167-77.

 

30. Kamaraj A, Kyriacou H, Seah KM, Khan WS. Use of human induced pluripotent stem cells for cartilage regeneration in vitro and within chondral defect models of knee joint cartilage in vivo: a Preferred Reporting Items for Systematic Reviews and Meta-Analyses systematic literature review. Cytotherapy 2021;23:647-61.

 

31. Castillo VS, Cano CAG, Gonzalez-Argote J. Telemedicine and mHealth Applications for Health Monitoring in Rural Communities in Colombia: A Systematic Review. EAI Endorsed Transactions on Pervasive Health and Technology 2023;9.

 

32. Kambhampati SB, Vasudeva N, Vaishya R, Patralekh MK. Top 50 cited articles on Covid-19 after the first year of the pandemic: a bibliometric analysis. Diabetes & Metabolic Syndrome: Clinical Research & Reviews 2021;15:102140.

 

33. Ruiz É, Beretta M. Managing internal and external crowdsourcing: An investigation of emerging challenges in the context of a less experienced firm. Technovation 2021;106:102290.

 

34. Niu X, Qin S. Integrating crowd-/service-sourcing into digital twin for advanced manufacturing service innovation. Advanced Engineering Informatics 2021;50:101422.

 

35. De Felice F, Polimeni A. Coronavirus disease (COVID-19): a machine learning bibliometric analysis. in vivo 2020;34:1613-7.

 

36. ElHawary H, Salimi A, Diab N, Smith L. Bibliometric analysis of early COVID-19 research: the top 50 cited papers. Infectious diseases: research and treatment 2020;13:1178633720962935.

 

37. Vilchez SAD, Ramos RJF, Rey MRM. Análisis bibliométrico de los 100 artículos más citados en Scopus sobre educación médica y COVID-19. Revista Cubana de Información en Ciencias de la Salud 2023;34:12.

 

38. Muñoz-Estrada GK, Caycho HEC, Barja-Ore J, Valverde-Espinoza N, Verde-Vargas L, Mayta-Tovalino F. Análisis bibliométrico de la producción científica mundial sobre el aula invertida en la educación médica. Educación Médica 2022;23:100758.

 

39. Jacobs CD, Cross PC. The value of medical student research: the experience at Stanford University School of Medicine. Medical education 1995;29:342-6.

 

40. Lizcano PAC, Quintero YCM, Cano CAG. Análisis del impacto en la implementación de la facturación electrónica en el sector automotriz en la ciudad de Florencia, Caquetá. Revista Científica Empresarial Debe-Haber 2023;1:25-40.

 

41. Jaffe K, Ter Horst E, Gunn LH, Zambrano JD, Molina G. A network analysis of research productivity by country, discipline, and wealth. Plos one 2020;15:e0232458.

 

42. Pericàs JM, Arenas A, Torrallardona-Murphy O, Valero H, Nicolás D. Published evidence on COVID-19 in top-ranked journals: a descriptive study. European journal of internal medicine 2020;79:120-2.

 

FINANCIACIÓN

Los autores no recibieron financiación para el desarrollo de la presente investigación.

 

CONFLICTO DE INTERESES

Ninguno

 

CONTRIBUCIÓN DE AUTORÍA

Conceptualización: Carlos Alberto Gómez Cano, Juan Carlos Miranda Passo, René Ramírez Fernández.

Investigación: Carlos Alberto Gómez Cano, Juan Carlos Miranda Passo, René Ramírez Fernández.

Metodología: Carlos Alberto Gómez Cano, Juan Carlos Miranda Passo, René Ramírez Fernández.

Software: Carlos Alberto Gómez Cano

Redacción – borrador original: Carlos Alberto Gómez Cano, Juan Carlos Miranda Passo, René Ramírez Fernández.

Redacción – revisión y edición: Carlos Alberto Gómez Cano, Juan Carlos Miranda Passo, René Ramírez Fernández.