本研究旨在确定由配备数字对象标识符的期刊发布的COVID-19大流行期间关于清真经济主题的研究图。该研究于2020年11月进行。分析的数据有200多个发表的论文。该研究的目的是2020年发表的期刊。然后使用VosViewer应用程序处理和分析数据,以确定清真经济研究开发的书目测图。结果显示清真财务,清真银行,清真慈善事业和清真食品是最受欢迎的主题。该主题的研究开发图分为4个集群。集群1由15个主题组成,集群2由12个主题组成,集群3由12个主题组成,集群4由11个主题组成。这项研究的发现表明,清真经济部门也受到Covid-19的影响,并解释了清真经济在减轻由于大流行而造成经济危机风险中的作用。关键字:Covid-19,清真经济,书目计量学
在全球气候变化和环境恶化的背景下,对可持续能源系统的需求从未如此迫切。可再生能源,来自太阳能、风能、水力发电和生物质能等来源,被视为可持续未来的基石。为了从化石燃料过渡到可再生能源,政府、企业和全球组织越来越关注将可再生能源技术纳入其公共政策。这些努力不仅对于减少碳排放至关重要,而且对于实现能源安全、经济复原力和可持续发展等更广泛的目标也至关重要。全球研究趋势的文献计量分析在制定这些政策方面发挥着至关重要的作用。通过评估科学出版物,文献计量方法可以确定可再生能源和公共政策中流行的研究主题、趋势和创新,指导政策制定者制定明智且数据驱动的政策。本文探讨了文献计量分析、公共政策和可再生能源观点的交集,以强调研究如何影响政策制定并塑造可持续的未来 [1-3]。
1. 山西医科大学第三医院山西省白求恩医院山西省医学科学院山西省同济医院神经内科,太原 030000。2. 山西医科大学山西省心血管病医院,太原 030000。3. 山西医科大学细胞生理教育部重点实验室,太原 030000。4. 香港城市大学神经科学系,香港 999077。5. 山西中医学院神经生物学研究中心,国家中医药管理局益气活血法治疗多发性硬化症重点研究实验室,晋中 030600。 6. 山西大同大学医学院脑科学研究所,山西省炎症性神经变性病重点实验室,大同 037000
结果:自2008年关于医学成像和机器学习研究(ML)的研究文献以来,对该领域的兴趣迅速增长,尤其是自2016年关键时刻以来。以中国和美国为代表的ML和MI领域在2015年之后经历了迅速的研究发展,尽管美国的研究质量在研究质量方面的表现显着超过了中国(这证明了美国期刊的较高影响因素和美国出版物的引文计数)。机构合作是在美国哈佛医学院和中国首都医科大学之间的尤其是在国内和国际机构之间加强合作的必要性。在MI和ML研究领域,由Dey,Damini和Berman,Daniel S. Daniel S.丹尼尔·S(Daniel S.MI和ML研究趋势的总体方向对医学,医学,分子生物学和遗传学。尤其是,美国的“流通”和“生物学和医学计算机”中的出版物在这项研究中占有重要地位。
这项研究对银行业的人工智能(AI)进行了文献计量分析,重点是最新趋势和未来方向。使用Vosviewer进行映射,该研究检查了AI和银行业领域的出版模式,高影响力论文和期刊,有影响力的国家和作者以及主题群。研究结果表明,在2019年至2024年,与AI相关的出版物的显着增长,这是由欺诈检测,客户服务自动化和风险管理的应用驱动的,强调了银行业对数字化转型的依赖。所确定的关键主题簇包括网络安全,数字基础架构,客户分析,运营效率和道德考虑因素。该分析强调了AI在提高银行业务效率和客户满意度中的变革作用,并从南亚,欧洲和北美做出了重大贡献。与数据源和协作工作有关的研究局限性指出了跨学科和国际研究扩展的机会。该研究为学术界,行业从业者和决策者提供了宝贵的见解,以解决研究差距,并推荐途径,以实现AI在银行业中的可持续和包容性整合。
摘要。近年来,人工智能(AI)的迅速进步对交易实践产生了重大影响,为交易者提供了高级委托,从而改善了决策并增强交易策略,从而增加了利润和降低风险。大数据时代的发作进一步丰富了这一领域,可以访问广泛的财务数据,例如历史股票价格,公司财务报表,财务新闻文章,社交媒体情感和宏观经济指标,都可以公开使用。通过识别此广泛的数据集中的复杂模式和相关性,深度学习(DL)算法证明了它们比传统方法更准确地预测股票价格和市场趋势的能力。这项综合调查旨在对股票市场预测中采用的各种深度学习模型进行深入的研究。主要目的是将这些模型分为两种不同类型:Uni-Modal和多模态模型。通过探索每个类别中的细微差别,这项文献调查提供了对这些模型的优势,实力和对股票市场预测不断发展的研究格局的贡献的全面理解。我们的调查采用了一种系统的方法来进行CateGosize和分析股票市场预测中的深度学习模型。掌握了建立的数据库和存储库,我们将编写一个全面的数据集,其中包括与DL有关的DL有关的学术文章,会议论文和其他学术出版物。这项调查的发现为学术界和行业提供了宝贵的见解。该数据集将涵盖定义的时期,从而使我们能够捕获股票市场预测中研究趋势的时间演变。第一阶段涉及从已建立的数据库中提取和编译相关文献,包括但不限于Scopus,Web of Science和Google Scholar。该数据集将作为在股票市场预测中列出DL应用程序不断发展的景观的基础。随后,将采用先进的技术和方法,用于该领域中研究模式,模型共发生以及研究的智力结构。我们的研究确定了有影响力的作者,合作网络以及研究活动的地理分布,以发现新兴的研究群体。通过对
摘要 本文综合了电子商务中人工智能 (AI) 的研究,并提出了信息系统 (IS) 研究如何为这一研究流做出贡献的指导方针。为此,采用了将文献计量分析与广泛的文献综述相结合的创新方法。分析了 4335 篇文献的文献计量数据,并审查了发表在主要 IS 期刊上的 229 篇文章。文献计量分析表明,电子商务中的人工智能研究主要集中在推荐系统上。情感分析、信任、个性化和优化被确定为核心研究主题。它还将中国机构列为这一研究领域的领导者。此外,大多数关于电子商务人工智能的研究论文发表在计算机科学、人工智能、商业和管理媒体上。文献综述揭示了信息系统学者感兴趣的主要研究主题、风格和主题。根据这些发现提出了未来研究的建议。本文介绍了第一项尝试综合电子商务中人工智能研究的研究。对于研究人员来说,它为该研究领域的前进方向贡献了思路。对于从业者来说,它提供了一个有组织的信息来源,说明人工智能如何支持他们的电子商务工作。
在本文中,我们分析了人工智能 (AI) 领域的技术创新与宏观经济生产力之间的关系。我们将最近发布的与 AI 相关的专利和出版物数据嵌入到生产力增长的增强模型中,我们对 OECD 国家进行了估算,并将其与包括非 OECD 国家在内的扩展样本进行了比较。我们的估计为现代生产力悖论提供了证据。我们表明,人工智能技术的发展仍然是一种小众创新现象,在官方记录的生产力增长过程中的作用微乎其微。这一普遍结果,即人工智能与登记的宏观经济生产力增长之间缺乏很强的关系,对于国家样本的变化、我们量化劳动生产率和技术(包括人工智能存量)的方式、经验模型(控制变量)的规范和估计方法的变化都很稳健。
在本文中,我们分析了人工智能 (AI) 领域的技术创新与生产力之间的关系。我们将最近发布的与 AI 相关的专利和出版物数据嵌入到增强的生产力增长模型中,我们对 OECD 国家进行了估算,并与包括非 OECD 国家的扩展样本进行了比较。我们的工具变量估计考虑了 AI 的内生性,为现代生产力悖论提供了证据。我们表明,AI 技术的发展仍然是一种小众创新现象,在官方记录的生产力增长过程中的作用微不足道。这一普遍结果,即AI 与宏观经济生产力增长之间缺乏强有力的关系,对国家样本的变化、我们量化劳动生产率和技术(包括 AI 存量)的方式、经验模型(控制变量)的规范和估计方法的变化都很稳健。
摘要:近二十年来,基因编辑已成为主流生物工程技术之一,主要推动力是2012年以来CRISPR/Cas系统的快速发展。迄今为止,全球已发表了大量与基因编辑进展和应用相关的文章,但对其客观、定量和全面的研究相对较少。本文通过Web of Science中与基因编辑相关的查询,收集了自1999年以来发表的13,980篇研究文章和评论。我们使用文献计量分析来调查领先国家、有影响力的机构和多产作者的竞争力和合作。使用文本聚类方法动态评估技术趋势和研究热点。还总结了全球应用现状和监管框架。该分析揭示了基因编辑创新的瓶颈,并洞察了该技术在各个领域的未来发展和应用轨迹,这将有助于基因编辑技术的普及。