● 引文不完整:AI 生成的引文有时可能缺少关键信息或包含错误,例如缺少/不正确的作者姓名或出版日期。● 来源错误归因:AI 可能会无意中将想法或短语归因于错误的作者或作品。这可能是由于算法错误或训练数据不足造成的。● 过度依赖未经验证的来源:AI 算法可能会从不可信或有偏见的来源提取信息,导致引文不准确或错误。● 缺乏上下文理解:AI 可能难以理解特定领域或研究领域内引文的上下文或意义。这可能导致引文不相关或具有误导性。● 引用样式不正确或不一致:AI 生成的内容可能存在引用样式不一致的问题,例如格式或引用顺序不同。这可能会让读者感到困惑,难以遵循正确的引用惯例。
教授 机械工程系 Mimar Sinan Street 东地中海大学 法马古斯塔,北塞浦路斯 Via Mersin 10, 99628,土耳其 电子邮件:qasim.zeeshan@emu.edu.tr,zeeshanqasim@gmail.com 电话:+90 392 6301361 网址:staff.emu.edu.tr/qasimzeeshan/en | www.linkedin.com/in/qasim-zeeshan ResearcherID:Q-3181-2019 | ORCID:0000-0001-5488-8082 | Scopus 作者 ID:35486146400 Researchgate:www.researchgate.net/profile/Qasim_Zeeshan2 | WOS:https://www.webofscience.com/wos/author/record/1044971 Google 学术搜索:https://scholar.google.com.pk/citations?user=hxTq2AoAAAAJ&hl=en 个人资料_____________________________________________________
该表比较了六个来源的期刊的当前排名,不考虑其主题类别。JCR 仅供订阅,使用 SCI 和 SSCI 期刊,并通过比较引用与可引用文档(文章和评论)来计算引用率。该方法与规模无关,拥有更多文档和引用并不会提高排名。CiteScore 使用类似的方法,包括书籍章节、会议论文和数据论文。它使用的时间段与 JIF 不同。SNIP 和 SJR 使用与 Citescore 相同的数据集。SNIP 使用类似的比率,但根据主题进行规范化。SJR 使用相同的规模独立方法,同时考虑引用期刊的声望。它有自己的 H 指数。FCR(领域引用率)根据文章的主题和年龄进行规范化,需要订阅。Google Metrics 由计算机程序编译。
本文对2007年至2023年的自闭症谱系障碍(ASD)的AI治疗研究提供了全面的概述,重点介绍了各个国家,机构,作者和关键词的全球贡献。美国以164个文件和4988次引用,强调了其在ASD疗法的AI技术中的核心作用,随后是中国的重大贡献(90个文件,1190个引用)和印度(65个文档,564个引用)。像斯坦福大学和麦吉尔大学这样的机构展示了大量的研究成果,而丹尼斯·沃尔(Dennis Wall)等作者则具有突出的贡献,这些贡献使诊断自闭症随着AI的使用而更加有效。关键字如“机器学习”,“自闭症谱系障碍”和“儿童”占主导地位,反映了为ASD干预措施利用技术的持续努力。总的来说,该分析强调了通过协作研究和技术创新来增强ASD治疗方法的全球动态努力。
本研究旨在分析 1991 年至 2018 年科学引文索引扩展版(SCI-EXPANDED)中人工智能相关出版物的特征。分析的方面包括年度出版物分布、每篇出版物的引用量、期刊、Web of Science 类别、国家、机构以及研究重点及其趋势。共发现 13,251 篇人工智能相关文章。文章发表在各种各样的期刊和 Web of Science 类别中。在 119 个国家中,美国在总数、单一国家、国际合作、第一、通讯和单一作者文章以及每篇出版物的引用量方面处于领先地位。中国的中国科学院、伊朗伊斯兰阿扎德大学和美国的麻省理工学院 (MIT) 是产量最高的三个机构。麻省理工学院的每篇出版物的引用量更高。一篇由加拿大、美国和瑞士作者合作撰写的国际文章,自发表至2018年底,是Web of Science核心收录中被引用次数最多、总引用量最高的一篇文章。词汇聚类分析结果表明,模型、神经网络、学习和预测是最受欢迎的主题和特征,分类和优化可能是人工智能研究的重点。
副教授(自2024年3月以来)纳米和物质科学中心,班加罗尔Jain大学责任:研究与教学(M.Sc.Chemistry) https://cnms.jainuniversity.ac.in/Faculty-Debasis.htm https://scholar.google.com/citations?user=Ap2X6wUAAAAJ&hl=en Professional Experience: • July 2017-February 2024- Assistant Professor, Centre for Nano & Material Science, JAIN University.•2016年4月至2017年6月 - 加拿大滑铁卢大学化学工程博士后研究员。•2015年1月至12月 - 韩国Kaist的博士后研究员。
这项研究旨在测试人工智能在审计过程中的作用,以及人工智能在使用文献综述方法检测欺诈方面发挥作用。本研究中使用的方法是使用Prisma(用于系统评价和荟萃分析的首选报告项目)方法的系统文献综述,从1992年到2024年,观察期为32年。获得了101篇文章,但只有15篇文章符合条件。在15篇文章中,它表明了引用数量最多的Omoteso(2012)的文章,即253引用和引用数量最少的文章是对Qatawneh的研究(2024)。所使用的域范围从财务,会计,审计以及信息系统。这项研究的局限性在于它只能够通过Prisma图过程获得15篇文章。为了将来的研究,预计将扩大研究,其含义是将ATLAS审计预防欺诈并与人工智能相结合。
网站:https://nmuwo.wordpress.com/项目建议:我们从事陆地生态和气候变化。正在进行的项目包括研究动物对碳循环,土壤碳存储和土壤生物多样性的影响。USRA/USRI项目侧重于现场工作(在安大略省或新不伦瑞克省),土壤和土壤动物区系或计算建模的实验室实验都是可能的。,如果您有兴趣或有一个项目,请与我们联系,我们可以支持。T. Defalco博士,NCB 465,Ext。 81475,tdefalc@uwo.ca网站:https://scholar.google.ch/citations?hl = en&user = klogpxsaaaaj项目项目:受体激酶信号在植物压力中我们使用各种分子,生物化学级别的工厂和属于环境级别的工厂对环境级别的级别来处理。 该项目将涉及识别和表征在受体激酶(RK)信号通路中起作用的蛋白激酶及其底物。 G. Kelly博士,WSC 359,分机。 83121,gkelly@uwo.caT. Defalco博士,NCB 465,Ext。81475,tdefalc@uwo.ca网站:https://scholar.google.ch/citations?hl = en&user = klogpxsaaaaj项目项目:受体激酶信号在植物压力中我们使用各种分子,生物化学级别的工厂和属于环境级别的工厂对环境级别的级别来处理。该项目将涉及识别和表征在受体激酶(RK)信号通路中起作用的蛋白激酶及其底物。G. Kelly博士,WSC 359,分机。83121,gkelly@uwo.ca
药学硕士、注册药学博士、博士后 (SERB - NPDF) 助理教授 药剂学系 国家药学教育与研究学院 (NIPER) - Raebareli(印度政府化学与肥料部制药部) Bijnor-Sisendi Road, Sarojini Nagar, CRPF 大本营附近,勒克瑙 (UP)- 226002 电子邮件 ID:keertijain02@gmail.com;keertijain.02@niperraebareli.edu.in 总引用量:5583;累积影响因子:305.7;h 指数:33;i10 指数:45 来源 - Google 学术搜索:http://scholar.google.co.in/citations?user=E-9sCmYAAAAJ&hl=en