Bioinformatics, Health Informatics & Medical Informatics: Who searches for what?
Notice bibliographique
Résumé
Google Trends is a Google Labs product which provide insights into broad search patterns. In other words, Google Trends allows you to see what the world is searching for. It analyzes Google web searches to compute how many searches have been done for a specific term over the time. It shows the news reference volume & search reference volume graphs as well as the top cities, regions and languages searching a specific term. Using Google Trends, we studied the people's patterns and habits in searching the terms "Bioinformatics", "Health Informatics" & "Medical Informatics". The results show that the users search "Bioinformatics" more than the other two terms. The most searches for "Bioinformatics" were done from India, Kenya, Bangladesh, Singapore & Pakistan. Checking the most frequent languages used for these searches, we determined top 5 languages as Hindi, Korean, Greek, English and Thai which once again confirmed the role of India in this field. Doing the same process for "Health Informatics" as the other keyword, we identified Ireland, United Kingdom, New Zealand, Australia and Canada as the top countries in searching this term; London Colney, Halifax, Dublin, Sydney and London as the top cities; and English, Chinese, Icelandic, Hindi and Czech as the most frequent languages. Considering "Medical Informatics", the most searches have done from Greece, Iran, India, Taiwan and Philippines. The overall results suggest that "Bioinformatics" are more searched than "Health Informatics" and "Medical Informatics". Different countries are interested in different fields of these terms. The dominant search term is "Bioinformatics" and the dominant country in searching this term is India. UK, New Zealand and Australia are more interested in "Health Informatics" while, Iran and Turkey are considerable in searching the term "Medical Informatics". The search patterns of cities may different form the related countries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,012 | 0,025 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,011 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».