2010-2015年基于社交网络的医学SCI论文主题词聚类-中国数字医学.PDFVIP

2010-2015年基于社交网络的医学SCI论文主题词聚类-中国数字医学.PDF

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
信息化论坛 Information Forum 拜耳医药保健有限公司支持——利用信息技术改进医疗服务 2010-2015年基于社交网络的 医学SCI论文主题词聚类分析 张志常① 娄岩① 摘 要 目的:检索基于电子病历的SCI论文,分析当前该主题的相关研究方向。方法:对Web of ScienceTM核心合集数据库 中发表的基于电子病历SCI论文进行分析,下载文献主题词并统计其出现的频次,截取频次大于24次的主题词作为高频关键 词。统计高频主题词在同一文献中的出现频率,并生成共现矩阵,使用SPSS对矩阵进行聚类分析,通过对各类文献内容的分 析获得该主题的研究热点。结果:检出2010年至今的医学SCI论文670篇,出现频次大于25次的主题词12个,通过对这12个高 频关键词聚类得到六个主要研究热点。结论:近年来基于社交网络的医学SCI论文主要研究方向是:社交网络为医疗卫生提供 的信息支持研究;医疗健康社交网络应用研究;社交网络与医疗保健护理教育研究;与儿童有关的社交网络医学研究;社交 网络在医疗健康领域中的应用效果分析;医学生使用社交网络的风险研究。 关键词 社交网络 共现矩阵 聚类分析 Doi:10.3969/j.issn.1673-7571.2016.05.011 [中图分类号] R-05 [文献标识码] A Cluster Analysis on Topics of Medical SCI Article Based on Social Network from 2010 to 2015 / ZHANG Zhi-chang, LOU Yan// China Digital Medicine.-2016 11(5): 37 to 40 Abstract Objective: To present the hot topics on research by analyzing related literatures. Methods: SCI Article related to were searched in Web of ScienceTM database, the medical subject headings (MeSH) of these articles were downloaded and their appearing frequencies were counted. The MeSH terms with appearing frequencies over 24 times were intercepted as high- frequencies descriptors. The frequencies of these descriptors in the same article were calculated to form a word co-occurrence matrix. Clustering was done on the matrix by SPSS software. The research focus on the topic was obtained by analyzing the contents of various literatures. Results: A total of 670 articles related to Social Network & medical were searched out. Twelve descriptors appeared over 24 times. Six focal researches were obtained by clustering the 12 high-frequency descriptors.Conclusions: The focal researches abroad on Social Network & medical are mainly focused

您可能关注的文档

文档评论(0)

suijiazhuang1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档