机器学习(ML)和多标准决策(MCDM)是最近在许多不同领域中广泛使用的流行方法。由于这两种方法的使用越来越多,因此需要在该领域进行文献分析。在这项研究中,在2000年1月至2024年4月之间从科学网络(WOS)和Scopus数据库中检索的1189个出版物进行了一项扩展的作者分析分析。在最初的文献计量分析中,作为通用部分,使用Vosviewer程序使数据有意义。尤其是根据年的年份以及与关键字分析相关的关系进行的分析。此外,还确定了最常用的关键字,并确定了趋势的方向。在最初的文献计量分析期间,分析了308个出版物,从WOS数据库中检索了297个出版物,并从Scopus中检索了11个出版物。这项研究通过建立新的模型和类别作为文献计量分析的扩展部分,将自己与现有文献区分开来。使用这些模型和类别,我们试图回答有关研究人员如何一起使用ML和MCDM以及这些方法正在发展的方向的问题。在这种情况下,分析了不同研究领域中模型和类别的分布及其多年来的变化。本研究为研究人员提供了整合ML和MCDM技术时各种组合可能性的全面观点。
简介:人类计算机相互作用(HCI)的领域对于机器人技术的发展至关重要,因为它可以在人与机器人之间有效沟通。HCI对于创建可以在各种环境中(从行业到家庭)中使用的机器人至关重要。使用良好HCI设计的机器人在工作中可以更有效,更安全,这可以提高生产力并减少错误和事故。目的:使用机器人领域中的人类计算机相互作用的科学网络进行文献计量评估。方法:使用科学数据库的机器人技术领域中的人类计算机相互作用进行了一项文献计量研究。总共回收了592个文件。结果:已发表的文件数量从1999年的2个逐渐增加到2019年的79个峰值,但在2020年下降到2021年,到41。随着时间的推移,收到的引用数量也增加,2015年的峰值为547,随后的几年有所减少。中国以159个文件和544次引用在榜首,但每个文件的平均引用相对较低,为3,42,总链接强度为8。相比之下,美国的文档数量较低(71),但引用数量更高(1941年),而更高的CPD为27,34。在对文章中存在的术语的分析期间,可以观察到一词“人类计算机相互作用”是最常用的,频率为124,表明它仍然是描述该学科的最常使用的术语。结论:这项研究的结果表明,机器人技术领域中的人类计算机相互作用是一个积极且不断发展的研究领域,重点是通过各种研究技术和理论方法来增强可用性和用户体验。这些结果对于对该领域感兴趣的研究人员和专业人士可能很有用,因为它们为科学文献中最近的趋势和发展提供了宝贵的见解。
1 西南大学农学与生物技术学院,重庆,中国,2 重庆市块根作物生物学与遗传育种重点实验室,重庆,中国,3 农业农村部长江上游种质创新重点实验室,重庆,中国,4 教育部南方旱地农业工程研究中心,重庆,中国,5 山东大学生命科学学院自然资源部渤海生态预警与保护与修复重点实验室,青岛,6 安徽省农业科学院土壤肥料研究所(国家农业土壤质量实验站,泰和)/安徽省养分循环与耕地保护重点实验室,合肥,中国,7 沙特国王大学理学院植物学与微生物学系,利雅得,沙特阿拉伯
本研究旨在探究过去的研究趋势,并确定人工智能与法学教育交叉领域未来的关键方向。研究数据来自 Scopus 数据库,包括 1999 年至 2024 年间的 68 篇选定文献。研究方法涉及使用 VOSviewer 软件进行文献计量分析。研究结果显示,尽管人工智能与法学教育的研究仍然有限,但各国已开展了相关研究,主要集中在五个研究方向,包括:(1)通过教育技术和现代法律学习系统改进高校技术教育体系;(2)人工智能和算法在法律领域的应用;(3)将计算理论和电子学习技术应用于法学教育;(4)法学教育与法律知识;(5)法律培训领域的数字化转型。根据研究结果,还提出了该主题的五个未来研究方向,包括:(1)人工智能在分析和预测法律趋势中的应用;(2)人工智能在个性化法律学习体验中的应用;(3)人工智能与法律职业道德; (4)开发支持法律教学和研究的人工智能工具;(5)将人工智能融入法学教育的在线学习系统。
摘要:随着电动机的发展,电动汽车电池和电子设备中使用的关键材料往往会变得稀缺。这项工作旨在通过使用定量和定性指标通过书目计量和系统评价来分析电动汽车供应链的最先进,以找到代表供应链风险的关键点,并应集中于并确定进一步研究的趋势。在BiblioMetrix软件的支持下进行了文献计量审查。使用Prisma方法进行系统审查。文献计量分析表明,与电动汽车相关的成本以及与供应链可持续性和透明度有关的研究的重要性。尽管在考虑作者的关键词分析时,供应链中的风险管理似乎相对较少,但系统的综述表明,此过程是研究最多的主题。即便如此,原材料供应还是最关注的主题,然后是环境影响评估和成本分析。也有一些研究旨在实现竞争力并分析生态正确的实践。电池是研究最多的组件,但是必须分析其他组件,以寻求与传统车辆相关的更大竞争力。
抽象背景/目的:头和颈部鳞状细胞癌(HNSCC)是一种严重的疾病,危及患者的健康状况,并且在HNSCC中使用免疫疗法的应用正在逐渐出现。但是,在这项研究场中没有文献计量分析。本研究旨在详细概述HNSCC免疫疗法的知识结构和研究热点。材料和方法:在2002年至2021年间与HNSCC免疫疗法有关的出版物在科学核心收集数据库中搜索。使用软件Vosviewer,Ci-Tespace和R软件包“ BiblioMetrix”进行此文献计量分析。结果:共有1297个出版物来自美国和中国领导的63个国家。与HNSCC免疫疗法有关的出版物数量从2015年开始迅速增加。匹兹堡大学和德克萨斯大学医学博士安德森癌症中心是主要的研究机构。口腔肿瘤学是该领域最受欢迎的期刊,临床肿瘤学杂志是最高度共同引用的期刊。 这些出版物来自7569位作者,罗伯特·弗里斯(Robert L. 与Nivolumab和Pembrolizumab有关的临床试验引起了广泛的关注。 “免疫检查点抑制剂”,“人乳头瘤病毒”,“编程细胞”口腔肿瘤学是该领域最受欢迎的期刊,临床肿瘤学杂志是最高度共同引用的期刊。这些出版物来自7569位作者,罗伯特·弗里斯(Robert L.与Nivolumab和Pembrolizumab有关的临床试验引起了广泛的关注。“免疫检查点抑制剂”,“人乳头瘤病毒”,“编程细胞
本研究旨在全面分析聊天机器人在语言教育中的应用及其促进教育发展的潜力。通过文献计量和系统方法,本研究使用 VOSviewer 识别了在语言教育中聊天机器人应用领域有影响力的作者、参考文献、组织和国家。共选择了 26 篇同行评议的出版物进行系统评价。研究结果表明,聊天机器人对语言学习有积极影响,尽管它们在促进听力和写作练习方面有限。本研究扩展了聊天机器人用于语言教育的人-组织-技术 (HOT) 契合框架,并从人、组织和技术维度讨论了阻碍学习者使用聊天机器人进行语言教育的因素。此外,作者进一步从这三个维度讨论了聊天机器人更好地应用于语言教育的建议。
摘要:数字技术和计算机科学的快速发展正引领社会进入一个技术驱动的未来,机器不断进步以满足人类的需求并增强自身的智能。在这些突破性的创新中,人工智能 (AI) 是一项具有深远影响的基石技术。本研究进行了文献计量学审查,以调查当代教育中的人工智能和评估主题,旨在划定其不断发展的范围。Web of Science 数据库提供了从 1994 年到 2023 年 9 月的用于分析的文章。该研究旨在解决有关著名出版年份、作者、国家、大学、期刊、引用主题和高引用文章的研究问题。该研究的结果阐明了人工智能在教育评估研究中的动态性质,人工智能已牢固确立为教育的重要组成部分。该研究强调全球合作,预测新兴技术,并强调教学意义。突出的趋势强调机器学习、聊天 GPT 及其在高等教育和医学教育中的应用,肯定了人工智能的变革潜力。然而,必须承认这项研究的局限性,包括数据时效性和教育领域人工智能的不断发展。尽管如此,人工智能应用在可预见的未来仍将是教育技术领域的一大关注点,有望带来创新的解决方案和见解。
近年来,人工智能 (AI) 技术的快速发展已使其融入生物医学出版领域。然而,人工智能对生物医学文献发展的贡献程度尚不清楚。本研究旨在确定同行评审的生物医学文献中人工智能生成内容的趋势。我们首先测试了市售人工智能检测软件 (Originality.AI,加拿大安大略省科林伍德) 的敏感性和特异性。接下来,我们进行了 MEDLINE(在线医学文献分析和检索系统)搜索,以确定 2020 年 1 月至 2023 年 3 月期间有可用摘要的随机对照试验。我们在此期间每季度随机选择 30 篇摘要,并将摘要粘贴到人工智能检测软件中以确定人工智能生成内容的概率。该软件的敏感性为 100%,特异性为 95%,总体判别能力出色,接收操作曲线下面积为 97.6%。在分析中包括的 390 篇 MEDLINE 索引摘要中,基于趋势卡方检验,研究期间 AI 生成文本的高概率(≥ 90%)流行率从 21.7% 增加到 36.7%(p=0.01)。在使用 50% 至 99% 的 AI 概率阈值进行的各种敏感性分析中也观察到了研究期间 AI 生成文本的流行率增加(所有 p≤0.01)。这项研究的结果表明,即使在 ChatGPT(OpenAI,美国加利福尼亚州旧金山)和类似工具广泛采用之前,近年来同行评议期刊中 AI 辅助出版的流行率一直在增加。作者的自然写作特征、常见 AI 应用程序的使用以及在接受后出版阶段引入 AI 元素对 AI 检测分数的影响程度值得进一步研究。
近期,有关家庭能源效率和可再生能源的出版物数量激增,凸显了它们在管理国家脱碳和绿色能源转型中的重要作用。该研究旨在分析该领域的研究趋势,以了解它们在塑造住宅脱碳变化方面的重要性。通过关注实施能源效率和可再生能源概念的技术和管理机制,应用文献计量和可视化分析来弥补现有的知识空白。该研究利用 Scopus 数据库和 VOSviewer 1.6.19 软件,涵盖了 1978 年至 2023 年的能源效率出版物和 1984 年至 2023 年的可再生能源论文。该研究以两种方式对学术文章进行聚类:关键词共现和共同作者分析。第一种揭示了可再生能源和能源效率研究的融合,涵盖了可持续发展、加热/冷却机制和新兴技术趋势。虽然这两个主题都有智能电网和物联网等共同点,但可再生能源集群关注的是生物能源和风能/太阳能等特定领域。合著者分析显示,考虑研究课题的国家数量显著增加,反映出国际合作日益增多。主要贡献者包括美国、英国、中国、德国和印度。这项研究使科学家系统地了解了管理家庭能源效率和可再生能源转型的演变和最新研究趋势。它有助于确定有前途的研究方向,进一步推进这些关键领域的发展。