由于温室效应的加剧,每年都会注意到有关气候变化的全球对话。气候作为环境的生理属性,会影响经济活动,包括农业专业,工业地点和运输。对气象和气候基础的意识对于了解影响企业或地区生态的大气过程是必要的。气候学是气象学的一部分,研究了气候形成,地理分布和历史动态的规律性。关于气候的第一个想法是在古希腊形成的。在17至18世纪,出现了基于气象观察的气候描述。E. Halley,J。Hadley和M. V. Lomonosov提出了关于大气循环对气候的影响的想法。在19世纪初,A。Humboldt开始对气候图和创建气候地图的系统描述。在接下来的几十年和几个世纪以来,气候预测的任务是考虑到不断增长的人为影响的需要,这仍然是关键任务之一。以前,已经进行了基于文献计量分析方法的类似研究。有一些论文使用文献计量学和科学计量方法来分析有关气候变化的出版物[7,8,9],极端天气事件[10],各个城市,地区和国家的气候学[11,12,13]以及其他高度专业的主题。但是,未发现将气候科学分析为具有多样性的知识领域的研究,而没有发现领土和部门局限性。
作者:NM Deshpande · 2021 · 被引用 10 — 次。由于缺乏对 CNN 等分类器内部实际发生情况的解释,因此它在商业用途上的用处很小。
摘要目的 - 本研究旨在回顾有关共享经济物流和人群后勤的文献,以回答以下三个问题:关于共享经济物流的文献如何结构化?共享经济物流和人群物流的主要趋势是什么?未来的研究选择是什么?设计/方法/方法 - 文献计量分析用于评估过去12年中发表的85篇文章;它确定了促成该领域的顶级学术期刊,作者和研究主题。发现 - 共享经济物流和人群后勤文献是围绕几个学科和亮点构建的,即在其主题定义,设计,建模和创新解决方案中,有些人比其他学科更先进。主要趋势是在三个群集左右组织的:群集1是指成本,价格,分销和供应商关系的最佳分配;集群2对应于与业务相关的众包和国际行业实践。集群3包括运输对最后一英里交付,人群运输和环境的影响。研究局限性/含义 - 该研究基于来自同行评审的科学期刊和会议的数据。更广泛的概述可以包括其他数据源,例如书籍,书籍章节,工作文件等。独创性/价值 - 未来的研究方向是在从人群后勤到人群智能的演变中讨论的,以及人群后勤的复杂性,例如了解如何将社交人群整合到物流过程中。我们的结果是人群科学和工程概念的一部分,并提供了一些有关人群网络系统问题有关物流领域中人群智能的答案。
绿色供应链融资(GSCF)已成为企业将财务目标与环境可持续性要求调和的关键方法。本文献计量审查综合了GSCF文献不断发展的景观,分析融资工具,挑战和机遇。利用从1992年到2024年的967篇论文的数据,综述揭示了累积的学术兴趣,累积引文数量为82,996。通过网络可视化和引文分析,确定了可持续实践,金融创新和技术整合等关键主题。该评论强调了GSCF在推进可持续供应链管理方面的重要性,并呼吁继续进行研究和协作以应对新兴挑战并利用机遇。
摘要供应链管理(SCM)的学科近年来经历了几次中断。在2021年,维兰德(Wieland)发表了一篇有关变革性SCM的开创性文章,并提出了三个层次,以描述和推进该学科。但是,作者说明了他们的不足和延期的需求。因此,本研究的目的是确定影响SCM并扩大水平的现象。这样做,我们有助于确定研究框架并提高SCM研究的影响。我们检查了1976年至2022年的所有文章,其中包含“标题,摘要或关键词中的供应链 *”。对出版物的CO发生分析显示,在SCM环境中要考虑七个主要现象。此外,我们揭示了每个群集的研究含义,并得出了描述和推进SCM研究的其他级别。总而言之,我们的发现扩展了现有的研究,并为SCM学科提供了宝贵的见解。
随着科学技术的持续发展,特别是在计算机科学,数据处理和机器学习领域,人工智能(AI)技术在医疗保健中的应用已经变得越来越广泛(1-3)。目前的研究表明,医疗保健和AI的整合可以增强患者护理,提高效率并降低医疗保健行业的成本,从而导致更聪明,更快,更有效的医疗保健系统(4-7)。这种优化从诊断到治疗计划,推动了疾病预测,诊断和治疗性干预措施的进步,从而为患者和医疗保健提供者提供了实质性的好处(8-10)。人工智能在医学中有广泛的应用,包括风险评估,分类,诊断,后续管理,药物开发和疗法(11,12)。在风险评估中,AI算法用于分析患者数据并确定患有高风险的特定状况的人,从而允许早期干预和预防策略(13)。作为医疗保健的一线,初级保健在预防,慢性疾病管理和个性化指导中起着至关重要的作用。AI驱动的初级保健工具可以帮助早期筛查糖尿病,高血压和心理健康疾病等疾病,从而及时管理并减少这些疾病的进展(14)。对于慢性疾病管理,AI系统可以根据实时患者数据提供个性化建议,帮助医疗保健提供者创建量身定制的生活方式和治疗计划(15)。chatgpt是一种使用深度学习算法设计的复杂语言模型,以产生与人类对话非常相似的响应。作为由OpenAI开发的生成预先训练的变压器(GPT)系列的一部分,它是当前可用的最大,最容易访问的语言模型之一(16)。利用大量的文本数据存储库,Chatgpt擅长捕捉人类语言的复杂性和微妙之处,从而使其能够在各种提示中提供高度相关和上下文感知的响应。最近,其功能已扩展到文本生成之外,包括创建图像和视频,显着增强其多模式功能,并扩大其在医疗保健,教育和创意产业等领域的适用性(17)。随着它们的快速发展,这些模型有望在医学研究中发挥日益增长的作用,从促进系统评价到推进个性化治疗方法。随着他们继续发展,大型语言模型有可能推动医疗创新向前发展,改善患者的结果并在医疗保健的各个领域实现数据驱动,精确的决策(18 - 20)。为了更好地了解AI在医疗保健中的演变和影响,文献计量学研究对于系统地绘制研究格局并确定新兴趋势至关重要。本研究的目的是从1993年1月1日至2023年12月31日从科学核心收集数据库(WOSCC)进行精心检索相关文献。通过定量和视觉网络分析,包括作者,机构,国家/地区和关键字等各种参数,此
结果:共分析了10709篇参考文献,研究期内论文数量持续增加。美国的h指数和引用频率最高,贡献最大。中国是论文最多的国家,共发表3168篇论文。伦敦大学的论文产量最高。论文产量排名前三的期刊均来自美国,其中Investigative Ophthalmology Visual Science的论文数量最多。Gulshan等的文章(2016年;同引次数,2897)具有代表性和象征性。该领域的主要研究主题是发病率、发病机制、治疗和人工智能(AI)。深度学习、模型、生物标志物和DR的光学相干断层扫描血管造影(OCTA)是前沿热点。
摘要:本文介绍了文献分析,以检查供应链管理领域(SCM)中数据包络分析(DEA)的使用。使用从科学数据库(WOS)和VOS Viewer软件获得的数据详细映射文章,探索了2000年至2023年SCM的DEA研究趋势。在这项书目计量研究中分析和总结了在全球范围内使用DEA的众多文章,从352个学术论文中对DEA进行了完整的评估,该文章在高级出版物上发表了该领域的DEA。这些文章根据出版年份,作者的国家,工作区域,期刊和研究内容进行分类。根据这项研究的发现,DEA显示出巨大的潜力,作为SCM可持续性问题的未来研究的合适评估工具。
摘要。本文献计量分析深入探讨了电动汽车 (EV) 生命周期评估 (LCA) 中复杂的可持续性领域。我们的研究浏览了大量文献,揭示了电动汽车在整个生命周期中对环境影响的不断变化的格局、新兴趋势和关键研究领域。通过重点强调可持续性,本分析揭示了电动汽车如何为环保型交通解决方案做出重大贡献。使用 Web of Science 数据库进行了系统搜索,涵盖了 2001 年至 2023 年的出版物。搜索策略使用了与 LCA 和 EV 相关的关键字组合。研究发现共有 161 篇出版物符合纳入标准。分析显示,多年来,关于电动汽车 LCA 的出版物数量一直在稳步增加,在过去十年中急剧上升。该研究确定了该领域的主要研究主题,包括 LCA 方法、环境影响、能源使用和政策分析。分析还强调了研究方面的差距,例如缺乏对社会影响的研究,需要进行更全面和比较性的评估。本研究的结果为电动汽车生命周期评估的当前研究现状提供了见解,并可以指导该领域的未来研究。
图3附属大学/组织/机构A:循环RNA癌症疫苗的前15个组织B:循环RNA癌症疫苗的组织网络C:RNA癌症疫苗的前15个组织D:RNA癌症疫苗的组织网络