Medical Informatics Research across 20 Years in China: A Structural Topic Modeling-based Analysis of Master’s Theses
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The establishment of the Discipline Development Consortium for Medical Informatics has ushered in a new phase of medical informatics (MI) research in China. Consequently, Chinese government, healthcare providers, and scholars, have increased their attention on the topic with the aim of improving patient care and healthcare delivery. The purpose of this study was to examine the research progress of medical informatics in China over the past 20 years using Master’s theses. Descriptive analysis was completed to identify the temporal distribution, spatial distribution, institutional distribution, specialty distribution, and advisor distribution, of the theses. A structural topic modeling-based analysis was performed to determine topic prevalence, topic correlation, associations between prolific institutions and topics, and topic trend. Our results reveal that the majority of institutions publishing theses on MI include universities with medical departments, medical universities, engineering universities, and research institutes. Most theses advisors focus on the field of medical informatics, while the sub-fields studied include software engineering, computer science, and biomedical engineering. The themes of theses can be divided into seven categories, including: electronic medical records and hospital informatics, Internet + medicine, and health information management and analysis, while new technologies, such as mHealth, Internet+, cloud computing, and big data, are growing in interest. Medical informatics in China should be established as an independent discipline to enhance research focus and to promote cross-institutional, cross-disciplinary, and cross-national collaboration between authors and institutions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle