MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394611691 · doi:10.18678/dtfd.1410276

Medical Informatics as a Concept and Field-Based Medical Informatics Research: The Case of Turkey

2024· article· en· W4394611691 sur OpenAlexaff
Muhammet Damar, Tuncay Küme, İbrahim Yüksel, Ali Emre Çetinkol, Jiban K. Pal, Fatih Safa Erenay

Notice bibliographique

RevueDüzce Tıp Fakültesi Dergisi · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueArtificial Intelligence in Healthcare and Education
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésHealth informaticsInformaticsEngineering informaticsField (mathematics)Translational research informaticsMultidisciplinary approachBibliometricsComputer scienceData scienceBusiness informaticsHealth careEngineering managementMedical educationKnowledge managementEngineeringMedicineLibrary sciencePolitical scienceSocial scienceSociology

Résumé

récupéré en direct d'OpenAlex

Aim: This study aimed to evaluate the position of Turkey in the field of Medical Informatics and assess the general structure of research by analyzing Medical Informatics research with bibliometric methods. Material and Methods: In this study, we conducted a bibliometric analysis of research and review articles generated between 1980 and 2023 from the Web of Science bibliometric data source, utilizing bibliometric methods through the R bibliometrix tool and VosViewer. Results: In the field of medical informatics research in Turkey, the country holds the 27th position with 905 articles, 15,610 citations, and an impressive impact factor of 51, along with an average citation rate of 17.25 per article, based on bibliometric analysis conducted between 1980 and 2023. Notable institutions in this field include Middle East Technical University, Hacettepe University, and Selçuk University. The prominent research topics encompass "neural network(s), machine learning, support vector, health care, decision support, deep learning, EEG signals, classification accuracy," reflecting the areas of intensive investigation. Conclusion: In Turkey, the field of medical informatics has lagged slightly behind basic engineering sciences or medical sciences. The domain exhibits a multidisciplinary structure intersecting with various engineering fields such as computer science, software engineering, industrial engineering, artificial intelligence engineering, and electronic engineering. To enhance productivity in this field, greater collaboration with other research areas can be pursued. Additionally, it is recommended to urgently establish four-year undergraduate programs specifically dedicated to medical informatics or health informatics at universities.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0100,018
Études des sciences et des technologies0,0020,004
Communication savante0,0070,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,180
Tête enseignante GPT0,499
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDüzce Tıp Fakültesi Dergisi→Même sujetArtificial Intelligence in Healthcare and Education→Travaux en français237 207→