論文の概要: Semi-automated extraction of research topics and trends from NCI funding
in radiological sciences from 2000-2020
- arxiv url: http://arxiv.org/abs/2306.13075v1
- Date: Thu, 22 Jun 2023 17:47:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-23 13:17:09.465525
- Title: Semi-automated extraction of research topics and trends from NCI funding
in radiological sciences from 2000-2020
- Title（参考訳）: 2000-2020年度の放射線科学におけるNCIからの半自動研究トピック抽出と動向
- Authors: Mark Nguyen, Peter Beidler, Joseph Tsai, August Anderson, Daniel Chen,
Paul Kinahan, John Kang
- Abstract要約: 研究トピックを抽出・命名するための半自動アプローチを開発した。
放射線学の分野で21年間にわたって、NCIの19億ドルにこれを適用した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Investigators, funders, and the public desire knowledge on topics and trends
in publicly funded research but current efforts in manual categorization are
limited in scale and understanding. We developed a semi-automated approach to
extract and name research topics, and applied this to \$1.9B of NCI funding
over 21 years in the radiological sciences to determine micro- and macro-scale
research topics and funding trends. Our method relies on sequential clustering
of existing biomedical-based word embeddings, naming using subject matter
experts, and visualization to discover trends at a macroscopic scale above
individual topics. We present results using 15 and 60 cluster topics, where we
found that 2D projection of grant embeddings reveals two dominant axes:
physics-biology and therapeutic-diagnostic. For our dataset, we found that
funding for therapeutics- and physics-based research have outpaced diagnostics-
and biology-based research, respectively. We hope these results may (1) give
insight to funders on the appropriateness of their funding allocation, (2)
assist investigators in contextualizing their work and explore neighboring
research domains, and (3) allow the public to review where their tax dollars
are being allocated.
- Abstract（参考訳）: 公的資金による研究におけるトピックやトレンドに関する調査者、資金提供者、公的な欲求知識は、現在手動分類における取り組みは、規模や理解において限られている。
我々は,研究トピックを抽出・命名するための半自動アプローチを開発し,この手法を21年間にわたる放射線科学におけるNCI資金の1.9億ドルに応用し,マイクロ・マクロ研究トピックと資金調達トレンドを判定した。
提案手法は, 既存のバイオメディカルな単語埋め込みの逐次クラスタリング, 対象物の専門家による命名, および個々のトピック上のマクロスケールにおけるトレンドの可視化に依存する。
15と60のクラスタを対象とし,2Dプロジェクション法により物理生物学と治療診断の2つの主要な軸が明らかとなった。
我々のデータセットでは、治療と物理学に基づく研究の資金が、それぞれ診断と生物学に基づく研究を上回っていることがわかった。
これらの結果が,(1)資金配分の適切性に関する資金提供者への洞察を与え,(2)作業の文脈化と近隣の研究領域の探索を支援するとともに,(3)税金の配分先を住民に確認できるようにすることを期待する。
関連論文リスト
- Rapid Biomedical Research Classification: The Pandemic PACT Advanced Categorisation Engine [10.692728349388297]
Pandemic PACTプロジェクトは、アウトブレイクの可能性のある幅広い病気の研究資金と臨床証拠を追跡し、分析することを目的としている。
本稿では,Pandemic PACT Advanced Categorisation Engine(PPACE)と関連するデータセットを紹介する。
論文 参考訳（メタデータ） (2024-07-14T05:22:53Z) - De-identification of clinical free text using natural language
processing: A systematic review of current approaches [48.343430343213896]
自然言語処理は、その非識別プロセスの自動化の可能性を繰り返し示してきた。
本研究の目的は,過去13年間に臨床自由テキストの非識別化が進展したことを示す体系的な証拠を提供することである。
論文 参考訳（メタデータ） (2023-11-28T13:20:41Z) - A Diachronic Analysis of Paradigm Shifts in NLP Research: When, How, and
Why? [84.46288849132634]
本稿では、因果発見と推論技術を用いて、科学分野における研究トピックの進化を分析するための体系的な枠組みを提案する。
我々は3つの変数を定義し、NLPにおける研究トピックの進化の多様な側面を包含する。
我々は因果探索アルゴリズムを用いてこれらの変数間の因果関係を明らかにする。
論文 参考訳（メタデータ） (2023-05-22T11:08:00Z) - Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。
我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
論文 参考訳（メタデータ） (2022-07-18T11:38:32Z) - Award rate inequities in biomedical research [55.850540873687386]
著者らは、2010年から2022年の間にミシガン大学医学部から提案された14,263の生物医学研究提案を分析した。
人種・倫理と提案の受賞率には明確な関係がある。
黒人/アフリカ系アメリカ人とアジア系アメリカ人の研究者は、白人の研究者と比較して全ての応募カテゴリーで不利に見える。
論文 参考訳（メタデータ） (2022-06-14T14:05:39Z) - Analyzing Scientific Publications using Domain-Specific Word Embedding
and Topic Modelling [0.6308539010172307]
本稿では学術出版物の科学的分析を行うための枠組みを提案する。
自然言語処理の様々な技術、例えば単語の埋め込みやトピックモデリングを組み合わせる。
PUB-G と PUB-W という2つの新しい科学論文の埋め込みを提案する。
論文 参考訳（メタデータ） (2021-12-24T04:25:34Z) - Machine Learning Applications for Therapeutic Tasks with Genomics Data [49.98249191161107]
ゲノム学の機械学習応用に関する文献を、治療開発のレンズでレビューします。
治療パイプライン全体にわたるゲノミクス応用における22の機械学習を同定する。
この分野における7つの重要な課題を、拡大と影響の機会として挙げる。
論文 参考訳（メタデータ） (2021-05-03T21:20:20Z) - A field guide to cultivating computational biology [1.040598660564506]
バイオメディカルリサーチセンターは、実験や患者からの大規模なデータセットを活用することで、基礎的な発見と治療戦略を強化することができる。
このデータと、それを作成し、分析する新しい技術は、従来の個別の単一分野の研究モデルを超えて、データ駆動の発見の時代を後押ししてきた。
我々は、個々の科学者、機関、雑誌発行者、資金調達機関、教育者に対する解決策を提案する。
論文 参考訳（メタデータ） (2021-04-23T01:24:21Z) - Topic Diffusion Discovery Based on Deep Non-negative Autoencoder [0.0]
本稿では,話題拡散の監視に情報分散計測を用いたディープ非負のオートエンコーダを提案する。
提案手法は,研究トピックの進化と,オンライン手法による話題拡散の発見を可能にする。
論文 参考訳（メタデータ） (2020-10-08T00:58:10Z) - SciSight: Combining faceted navigation and research group detection for
COVID-19 exploratory scientific search [40.76512878641023]
新型コロナウイルス(COVID-19)のパンデミックで科学者が前例のない動員を招き、大量の論文が発行され、研究者が新しい方向を追跡・探究することが困難になった。
本稿では,2つの重要な機能を組み込んだSciSightを探索的に探索するシステムとして紹介する。
第1に、論文(遺伝子、薬物、疾患、患者結果など)から自動的に抽出されるバイオメディカル・ファセット間の関連を探索し、第2に、テキスト情報とネットワーク情報を組み合わせて研究者グループとその関係を探索し視覚化する。
論文 参考訳（メタデータ） (2020-05-20T08:56:21Z) - Mapping the Landscape of Artificial Intelligence Applications against
COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。
我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文 参考訳（メタデータ） (2020-03-25T12:30:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。